信息披露对股票流动性风险的影响范文

本站小编为你精心准备了信息披露对股票流动性风险的影响参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

《经济问题杂志》2014年第五期

一、文献回顾与研究假设

经典资本资产定价模型(CAPM)假定市场具有完全流动性，股票价格表达为公司现金流期望的函数，而投资者作为价格的接受者，自身交易行为不会对资产价格产生影响。Verrecchia(2001)放松假定后发现，当市场非完全竞争时，订单流可以捕捉投资者交易过程中的逆向选择成分，股票价格表达为订单流的函数。Amihud(2002)从订单流出发，利用单位交易量的价格变化构造了非流动性指标(IL-LIQ)，证明了流动性溢价的存在。Pastor和Stam-baugh(2003)则以订单流引起的股票价格变化度量市场流动性，将股票收益与市场流动性新息(未预期变化)之间的协方差定义为流动性风险。流动性风险指股票收益对市场流动性新息的敏感程度。证券市场的灵魂是信息的真实性、公开性、完整性和披露及时性。公司的信息披露质量可以有效反映其内在价值，显著影响投资者对公司估值的不确定程度及交易发生时逆向选择的程度(Healy，Palepu，2001;Easley，O’Hara，2004)。高质量的信息披露可以引导投资者进行价值判断和理性决策，从而实现资源的优化配置。因此，投资者所获取信息的质量，决定了其投资决策能否达到最优化。流动性风险作为影响股票收益的系统性风险，与宏观经济层面的市场流动性密切相关。当市场流动性下降时，市场波动加剧，整体不确定程度加深，投资者会提高风险厌恶水平，典型的交易行为就是抛售高风险资产(Brunnermeier，Pedersen，2009)。由于信息披露质量差的股票无法被持有者准确估值，因而遭遇抛售的可能性远大于信息披露质量高的股票，同时由于潜在购买者无法准确预期其未来收益，也会报出更低的成交价格，致使这类股票的收益显著下降。尤其在流动性危机期间，市场流动性恶化的速度远远超过投资者预期，股票的流动性风险更为突出(Hameed，等，2010)。Baek等(2004)就发现，信息披露质量高的公司，在金融危机时市值降低的程度较小。反之，当市场流动性上升时，投资者的乐观情绪以及“羊群效应”让其忽略了公司基本面因素的影响(Datst，2008)，增加了对信息披露质量低的股票的需求，使其相较于信息披露质量高的股票有更高的收益。一旦市场流动性上升超出投资者预期，投资者狂热的投资热情一路高涨，投机成分较高的购买行为造成了市场的非理性繁荣。根据以上分析，提出本文的研究假设:H1:信息披露质量对流动性风险具有负向预测能力。H2a:在市场流动性平稳期间，信息披露质量对流动性风险的影响较弱。H2b:在市场流动性恶化期与上升期内，信息披露质量对流动性风险的负向预测能力更为显著。

二、研究设计

(一)市场流动性因子的构建本文采用Pastor和Stambaugh(2003)的方法度量市场流动性，以市场流动性新息作为市场流动性以个股月流动性的等权平均值度量市场月流动性。由于通货膨胀等因素的存在，同样的交易金额其价格影响力却随着时间逐渐降低。因此为了更准确地度量市场流动性，本文构建了经市值调整的市场流动性时间序列:将市场流动性变化，即Δγt=γt－γt－1，分解为

(二)流动性风险的度量及流动性风险溢价的检验预期和未预期变化两部分，以市场流动性的未预期变化即市场流动性新息作为市场流动性因子。为消除Δγt的自相关性和异方差性，本文采用AR(1)－GARCH(1，1)模型估计市场流动性新息。采用滚动回归法计算流动性风险，以股票当月前36月的数据对式(6)进行回归，回归系数βL即为个股当月月初的流动性风险。按照计算出的个股第t月月初流动性风险βL从低到高对股票进行排序，按分位点将所有股票分为5组，构造基于流动性风险的投资组合，持有组合一个月，计算组合第t月月末以流通市值加权的组合收益率。

(三)信息披露质量的刻画国内外评价信息披露质量主要采用两种方法:一是权威机构公布的信息披露考核等级;二是构建计量模型进行分析。我国目前只有深圳证券交易所每年深市上市公司信息披露考评结果。基于研究对象是沪深两市A股，本文以投资者决策可用信息为切入点，从市场交易信息、公司财务报表和证券分析师预测三视角分别构建计量模型，评价上市公司的信息披露质量。1.市场交易信息。Kim和Verrecchia(2001)研究了公司信息披露、股票收益和交易量的关系，发现当公司信息披露质量差时，投资者将股票交易量视为反映公司价值的信息源泉，并利用交易量推断知情交易者所获知的公司内幕信息，此时股票收益较多地依赖于交易量;反之，当公司信息披露质量高时，投资者更多地依据披露信息进行投资决策，削弱了收益对交易量的依赖程度。市场交易信息作为投资者决策可利用的公共信息，影响着投资者对公司价值的判断。借鉴Kim和Verrecchia(2001)的成果，从市场交易信息角度刻画上市公司信息披露质量，KV度量模型表达式为:。其中，ri，t表示第i只股票第t日的收益率，Voli，t表示第i只股票第t日的交易量(股数)，Voli，0表示第i只股票月内的日平均交易量(股数)，方程斜率系数β反映了收益率对交易量的依赖程度。斜率系数β越大，说明收益率对交易量的依赖程度越大，信息披露质量越差。2.公司财务报表。上市公司作为信息披露主体，承担着将自身的财务状况、经营成果等信息真实、准确、完整、及时地向社会公众披露的义务。对投资者决策最重要的公开信息就是年度报告，因此本文运用财务报表质量度量上市公司的信息披露质量。盈余信息作为财务报表最重要的组成部分，盈余质量决定着财务报表质量。本文采用修正后的Jones模型计算盈余管理程度，以可操纵应计项的绝对值来衡量财务报表质量。DAi，t的绝对值越大，表明公司盈余管理程度越深，信息披露质量越差。3.证券分析师预测。市场信息中介作为解决上市公司与证券投资者之间信息不对称的主要方法，一方面能够以较低成本发掘公司内部私有信息，另一方面能够鉴别和传播公司披露的公开信息。证券分析师是资本市场上重要的信息中介。吴东辉和薛祖云(2005)就证实了投资者在决策时利用分析师盈利预测信息可以提高投资回报，越来越多的投资者根据分析师的预测信息进行交易活动。学者从多角度研究上市公司信息披露质量对分析师预测影响的结果表明，上市公司公开披露信息的透明度差，意味着分析师进行预测时可依赖的公共信息就少，分析师更有动力通过个人努力来获取私有信息以提供更有价值的预测。然而因为分析师进行预测时掌握的私有信息差异大，致使预测结果的分歧度大，准确性差(Lang，Lundholm，1996;白晓旭，2009)。本文采用分析师预测的分歧度(dispersion，DIS)和准确性(accuracy，ACC)度量上市公司的信息披露质量，具体计算公式为。其中，DISi，t表示分析第t年对公司i第t年每股收益预测的分歧度，ACCi，t表示分析师第t年对公司i第t年每股收益预测的准确性，Fepsi，t———表示分析师对公司i第t年每股收益的预测值，Repsi，t表示公司i第t年每股收益的真实值。DISi，t越大，意味着分析师盈余预测的分歧度越大，信息披露质量越差;ACCi，t越大，意味着分析师盈余预测的准确性越低，信息披露质量越差。

(四)信息披露质量对股票流动性风险的影响模型本文运用Fama－MacBeth横截面回归分析，加入影响股票流动性风险的市场特征以及与信息披露质量相关的公司特征作为控制变量，检验信息披露质量对流动性风险的影响。其中，βLi，t+1表示第i只股票第t+1月的流动性风险，iqi，t、mci，t、fci，t表示第i只股票第t月的信息披露质量、市场特征以及公司特征。以往研究中曾指出，流动性风险可能受流动性水平、前期收益、收益的波动率、规模等市场因素的影响(Ng，2011)，公司信息披露质量与公司的投资机会、增长情况以及周转率等内在特征有关(Dechow，Dichev，2002)。所以本文在回归中加入的市场特征包括:股票的流动性(liquidity，LIQ)、换手率(turnover，TUR)、前期收益(priorreturns，PR)、以月内日收益率的标准差度量收益波动率(returnvolatility，RV)、规模(SIZE);加入的公司特征包括:反映投资机会的账面市值比(book－market，BM)、反映营运能力的营运周转率(operatingcycle，OC)、反映发展能力的销售增长率(salesgrowth，SG)、反映风险水平的杠杆系数(lever-age，LEV)、反映长期偿债能力的资本密度(capitalintensity，CI)、反映短期偿债能力的现金比率(cashratio，CR)。

三、数据描述及实证结果

(一)样本与数据描述将我国沪深两市A股作为研究对象。我国股票市场自1996年12月16日开始实行涨停盘交易制度，但是由于1999年2月沪深两市仅开市7天，为保证每个月有足够多的日度交易数据来估计个股月流动性，因此本文选定的研究期间为2000年1月1日至2012年12月31日。除三因子数据来自锐思金融研究数据库外，其他数据均来自国泰安CSMAR金融数据库，并对样本执行如下处理过程:在利用式(1)以月内日数据估计个股月流动性时，为保证估计的有效性，我们剔除月内交易天数小于10天的股票。采用滚动回归法利用式(6)估计个股流动性风险时，选定的滑动时间窗为36个月，因此剔除连续交易时间短于36个月的股票。在计算盈余质量时，分年度分行业对式(8)进行回归，为保证回归的准确性，剔除样本期内发生行业变更的公司;剔除在样本期内退市的公司;剔除财务数据缺失的公司;因金融保险行业公司财务报表与其他行业有很大不同，因此剔除金融保险行业上市公司;综合类上市公司没有固定的行业归属，所以剔除了行业分类为综合的上市公司;根据证监会2012年颁布的《上市公司行业分类指引》，按照该指引将上市公司分为22类，其中制造业公司数量众多，取两位代码进一步细分，剔除行业内观测值小于20家的公司。在利用式(11)计算分析师预测分歧度时，剔除当年做出每股盈余预测的分析师人数少于3位的公司;剔除当年分析师每股盈余预测均值等于0的公司;在利用式(12)计算分析师预测准确度时，剔除了当年每股收益等于0的公司。在信息披露质量与流动性风险回归的式(13)中，引入了与信息披露质量相关的公司特征作为控制变量，由于金融保险行业的公司特征与其他行业的公司特征差别甚大，因此剔除了金融保险业上市公司。

(二)基本统计量分析市场因子LIQ、MKT、SMB及HML的描述性统计列于表1中。统计结果显示，LIQ的月度平均值为0，因为LIQ表示市场流动性未预期变化，其平均值就应为0，统计结果与我们的预期一致;相关性分析表明LIQ与MKT、SMB和HML的相关系数都比较低，这说明LIQ捕捉了三因子未捕捉到的市场层面信息;LIQ与MKT的相关系数最高，为0.10，这说明市场收益随着市场流动性的上升而相应提高;LIQ与SMB呈负相关关系，表明市场流动性的未预期冲击会削弱股票的规模效应，大规模股票较小规模股票有更高的收益率。表2列出了信息披露质量的变量:市场交易信息(KV)、财务报表质量(DA)、分析师预测的分歧度(DIS)和准确性(ACC)的相关性分析。前述分析表明，四个变量捕捉的都是公司信息不透明程度，与信息披露质量成反比，相关性分析显示四个变量之间全部呈正相关关系，佐证了上文的分析;DIS与ACC之间的相关系数(0.75)显著高于其他变量之间的相关系数，这可能是由于二者都是从分析师预测视角构建的变量，因此相关度较高;而从三视角分别构建的变量相关性较低，说明它们捕捉了公司信息披露的不同部分，彼此重合度较小，因此本文选取的信息披露质量变量是适宜的。我们的相关性分析结果，与Dechow等(2010)发现从不同维度出发测度盈余质量的变量之间相关系数较低的结论是一致的。

(三)流动性风险溢价的检验结果表3列出了基于滚动回归估计出的流动性风险，运用投资组合分析法检验中国股票市场流动性风险溢价的实证结果。表3第一行表示以流通市值加权的组合流动性风险(LiquidityBetas，LB)，组合流动性风险最低为－0.44，最高为0.51，高低组合流动性风险之差为0.96。第二行为流通市值加权计算的组合收益率(ReturnDifference，RD)，结果显示组合收益率虽未随着组合流动性风险的变化呈现单调递增趋势，但是高低组合之间的收益率差为0.36%，在5%的显著性水平下对应的Newey－Westt值(括号内)为13.97。经过CAPM模型(CAPMal-phadifference，CAD)和Fama－French三因子模型(FF－3alphadifference，FAD)调整后，高低流动性风险组合的截距项差分别为0.33和0.31，在5%的显著性水平下对应的Newey－Westt值分别为13.84和14.24。以上结果证实了我国股票市场存在流动性风险溢价，说明基于P－S测度的市场流动性以及运用滚动回归法度量的流动性风险较好地捕捉了股票横截面收益差异。

(四)信息披露质量对流动性风险影响的实证结果以股票预期流动性风险作为被解释变量，分别以信息披露质量的变量:市场交易信息(KV)、财务报表质量(DA)、分析师预测的分歧度(DIS)和准确性(ACC)作为解释变量，对样本进行标准化调整后，运用式(13)进行Fama－MacBeth横截面回归分析，具体结果见表4。首先，在控制了股票的市场特征与公司特征后，信息披露质量与预期流动性风险之间均呈现显著的负相关关系，四组解释变量KV、DA、DIS和ACC的回归系数分别为－0.0126、－0.0149、－0.0377、和－0.0331，在1%的显著性水平下对应的Newey－Westt值分别为－9.6699、－26.0881、－21.5865和－13.3133。这说明信息披露质量高的公司其股票未来的流动性风险较低，这一结论显著且具有稳健性，未受到度量信息披露质量方法的影响，支持了我们的假设1;其次，在所有控制变量中，收益波动率(RV)、规模(SIZE)与股票预期流动性风险之间，呈现稳定显著的负相关关系。具体来说:因为与价格走势平平的股票相比，投资者更倾向投资过去价格变化幅度较大的股票，因此月内收益波动大的股票未来流动性风险小。横截面回归系数表明规模大的股票流动性风险小，支持了前文市场因子LIQ与SMB的相关性分析结果(见表1)。对比四组解释变量的回归系数，我们发现，DIS与ACC对股票流动性风险的负向预测能力明显强于KV与DA。究其原因:(1)如有限关注理论中提到的，投资者因不具备充分处理和吸收所有可得信息的精力和能力，往往不能迅速准确地解读关联股票基本面信息的全部内涵，致使事件效应不能及时反映在公司股票价格上面(Engelherg，等，2012);并且我国证券市场是一个以噪声交易者为主的市场，跟风、盲目信赖专家的现象普遍存在，这都导致了市场交易信息不足以准确反映上市公司的信息披露质量。因此，投资者利用市场交易信息推断公司信息披露质量，进行流动性风险管理的效果可能较差;(2)利用财务报表质量预测流动性风险的效果不及预期，可能由于我国投资者的专业背景极不相同，财务报表虽然是上市公司最重要的信息披露媒介，但里面通常包含着大量晦涩难懂的法律和会计术语，投资者正确分析财务报表信息的成本甚至可能高于投资收益，所以投资者无法通过解读上市公司财务报表来判断公司信息披露质量的高低，作为投资决策的依据;(3)分析师预测的分歧度和准确性对股票流动性风险有较强预测能力的原因在于证券分析师的出现有效解决了我国投资者无法全面收集和准确分析信息的窘境，他们利用专业知识及信息搜索加工优势，通过对上市公司进行全面、科学、系统地深入剖析，对股票走势做出预测，将有价值的信息以通俗易懂的形式传递给投资者，为投资者买卖交易提供建议，提高了投资者的决策效率。综上所述，投资者利用分析师预测信息可以较好地甄别上市公司信息披露质量，作为预防和管理股票流动性风险的依据。此外，我们按照市场流动性新息的强度，将市场流动性分为恶化期、平稳期以及上升期，分别检验各个期间内信息披露质量对流动性风险的影响。具体来讲，在研究期间2003年1月至2012年12月内，我们按照股票流动性从小到大将120个月的研究期间分为三个子期间，其中股票流动性最低的30%，共36个月为市场流动性恶化期;股票流动性居中的40%，共48个月为市场流动性平稳期;股票流动性最高的30%，共36个月为市场流动性上升期。按照式(13)对三个子期间分别进行回归分析的结果见表5所示，因篇幅所限，本文只列出了解释变量的回归系数及显著性检验结果。首先，对比四组解释变量KV、DA、DIS和ACC在三个期间内的回归结果，发现在LIQ最低和最高期间内的回归系数，明显高于LIQ居中期间的回归系数，且在LIQ最低期间内，信息披露质量对流动性风险的负向预测能力最为显著;其次，与表4中列出的KV、DA、DIS和ACC的回归结果相比，四组解释变量在LIQ最低和最高期间内的回归系数大于平均回归系数，而在LIQ居中期间的回归系数小于平均回归系数。以上实证结果表明，在市场流动性新息强度不同的各个期间，信息披露质量对流动性风险的负向预测能力存在显著差异，与市场流动性新息的强弱呈正向关系，且在市场流动性恶化期内尤为显著，支持了假设H2a和H2b。

四、结论和启示

流动性风险作为证券投资者面临的重要风险，是其投资决策时必须要考虑的因素。本文以我国沪深两市A股为样本，从信息披露视角出发，考察了公司信息披露质量对股票流动性风险的影响。首先，本文目的是检验上市公司信息披露质量是否对股票流动性风险有所影响。结果表明，在控制了股票市场特征与公司特征后，信息披露质量高的公司其股票未来的流动性风险较低。这一结论为投资者在我国证券市场信息环境日益改善的情况下，如何从微观层面防范和管理股票流动性风险提供了经验证据。高质量的信息披露作为降低资本市场信息不对称和投资者风险的重要手段，证券监管部门在不断完善上市公司信息披露制度建设的同时，必须建立更加严厉的反欺诈管制，只有这样才能从根本上杜绝欺诈行为，切实保护投资者利益。其次，对比从三个视角刻画的信息披露质量对流动性风险的影响，发现投资者利用分析师预测信息，可以较好地识别上市公司信息披露质量。证券分析师作为资本市场上不可或缺的组成部分，其分析能力、分析质量对提高投资者决策效率有着至关重要的作用。证券分析师所在机构或行业协会应当注重培养分析师收集分析信息的能力，特别是要鼓励分析师深入上市公司进行走访调研，掌握第一手资料，这样才能加深分析师对上市公司的了解，促进其对公司信息内涵的挖掘，保证分析质量，将有价值的信息准确传递给投资者。最后，检验在市场流动性新息强度不同的各个期间信息披露质量对流动性风险的影响，发现信息披露质量对流动性风险的负向预测能力，与市场流动性新息的强弱呈正向关系，且在市场流动性恶化期内尤为显著。这一检验的出发点是，在历次金融危机爆发时，流动性都以剧变的形态在金融市场上突然消失，导致整个金融秩序和价格体系紊乱。我国虽未发生过极端流动性危机，但加强流动性风险的管理依旧重要。研究表明提高市场的信息披露质量，对增强市场抵御外部冲击的能力以及降低市场整体风险有着深远的意义。

作者：刘维奇李丹丰单位：山西大学管理与决策研究所经济与管理学院