特质信息含量对股价波动性影响的实证研究

摘 要：本文以股价非同步指标量化股价中公司特质信息的含量，在有效剔除掉市场和行业系统信息成分后，基于面板数据模型实证研究我国上市公司股价质信息含量与其波动性之间的关系。结果表明：近年来我国上市公司股价中的特质信息含量基本呈逐年递增趋势。与发达国家资本市场相比，这一比例仍然偏低；越多的公司特质信息被市场捕获，股价越能及时充分地反映上市公司内在价值的变化，从而有利于抑制股价的异常波动。

关键词：股价波动性；公司特质信息；信息含量；面板数据回归

中图分类号：F830.91 文献标识码：A 文章编号：1674-2265（2013）09-0065-04

一、引言

股市是充满不确定性的要素市场，信息、资本的快速流动使股票市场价格不断发生变化，从而导致市场波动。股票价格的合理波动是投资者获取合理投资收益、促进证券市场发展的保证。然而，股票价格的异常波动将加大投资风险，并使作为资源配置指标的股价信号失真，也将使以风险厌恶者为主的投资大众对市场失去信心，进而退出股票市场。

根据金融市场微观结构理论，金融资产的价格形成和价格发现反映了信息融入价格的过程。股票价格有效波动的标志之一是股票价格高效反映与公司基本价值密切相关的信息——公司特质信息，如增发配股、盈利能力和成长潜力等。股票价格中包含的信息越多，越有利于降低不同投资者之间的信息不对称程度、公司股价越接近于公司实际价值，从而吸引更多的理性投资者根据公司基本面信息参与股票的交易，而不是盲目跟从市场投机，进而增强股价变化的有效性、减少股价的异常波动，并有效地引导市场资源优化配置。

自1990年12月19日上海证券交易所成立以来，我国股票市场迅速发展，起到了融资和调整金融市场运行的作用。然而，我国股市仍处于新兴阶段，其功能发挥和稳定性仍无法和国外成熟市场相比。过度波动不利于股市的健康发展：一方面会加大投资者的投资风险，另一方面扭曲的价格机制使股价不能真实地反映上市公司的内在价值，阻碍股市优化资源配置功能的有效发挥。在这种情况下，分析研究我国股票市场的波动性、揭示风险的动态变化规律，无论对于股市监管者、上司公司自身还是投资者都具有重要的理论与现实指导意义。

二、文献回顾

托宾（Tobin，1982）认为股票价格中包含的公司特质信息越多，股票价格越接近于企业实际价值，越能有效引导市场资源实现优化配置、公司股价变化的有效程度越高。霍尔特豪森和韦雷基亚（Holthausen和Verrecchia，1988）建立了一个简单的理论模型来描述信息披露对股价变动的影响。他们发现，披露反应系数与股价变动呈负相关，信息披露后股票收益波动性显著减小。罗和麦金利（Lo和MacKinlay，1990）的研究发现，股票收益截面差距是产生动量收益的重要来源之一，公司股价中的公司特质信息含量高低会对市场动量收益产生重要的影响。哈格德、马丁和佩雷拉等（Haggard、Martin和Pereira等，2006）分析了会计信息披露质量对股价信息含量以及股票价格行为的影响。他们发现，高质量的信息披露能显著增强股价信息含量，并减少股票价格崩盘的现象。因为信息披露能使交易者获得更多的信息，从而使更多公司特质信息能够进入股票价格。

罗尔（Roll，1988）运用多因素定价模型 ，把股票收益率分解为受系统风险因子影响的市场共同收益和来自公司层面的不能被系统风险因子解释的特有收益部分。其中，特有收益部分捕捉了公司特质信息对股价的冲击。伊斯利、基弗和奥哈拉（Easley、Kiefer和O’Hara，1996）在金融市场微观结构理论模型的基础上，提出用某一公司股票的知情交易概率（PIN）来测度股价所包含的公司特质信息。维加（Vega，2004）的研究也支持PIN指标能够用于测度股价所包含的公司特质信息，并且发现高PIN值有利于减少股价的波动。董和马克（Dong 和Mark，2010）的研究发现，公司特质信息与其所引起的特质波动之间呈“U”型关系，因此不认为公司股票信息含量与股价波动性之间存在负相关的关系。

国内关于公司信息与股价波动性之间关系的文献，大多基于信息披露角度进行考察，关于公司特质信息与股价波动之间关系的研究尚处于起步阶段。袁知柱（2009）对1995—2007年我国深沪A股上市公司股价信息含量进行测度，发现这一期间内我国上市公司的股价信息含量的平均值为0.525，整体上呈“M”型变化趋势。顾乃康、陈辉（2010）以2001—2007年仅发行A股的非金融类上市公司为样本，考察了股票流动性、股价信息含量与公司投资决策之间的关系。研究结果表明，股票流动性与股价信息含量呈倒“U”型关系，股票信息含量的大小并没有影响到投资和股价之间的敏感性。

本文采取股价非同步性指标来量化股票价格中公司特质信息的含量，在有效剔除掉市场和行业系统信息成分后，基于面板数据回归模型验证我国上市公司股价特质信息含量大小与股价波动之间的实际关系，从上市公司特质信息含量角度出发，考察股价波动的动态规律。

三、研究设计

（一）变量的定义与计算

1. 波动性指标（σ2）。这里采用样本公司股票收益率的方差σ2来估计股价的波动率。

2. 公司特质信息含量（INFO）。本文借鉴罗尔（Roll，1988）提出的股价非同步性方法来测度股价信息含量，作为公司特质信息的指标。首先，将股票收益率表示为来自市场层面信息的收益率rm，t、行业层面信息收益率rj，t和来自公司层面的收益率ri，j，t，其中j表示行业，公司i属于行业j，然后通过下列资产定价模型来估计个股股价特质信息含量指标：

[ri，j，t=β0+β1rm，t+β2rm，t-1+β3rj，t+β4rj，t-1+εi，j，t] （1）

设[R2i，j]为（1）式回归后得到的拟合优度值。根据统计学原理， [1-R2i，j]就表示股票收益率不能被市场和行业收益率所解释，而由公司特质信息所解释的部分。用[1-R2i，j]度量股票价格中所包含的公司特质信息，可剔除市场与行业层面的信息成份。

根据计量经济学回归分析原理，取值区间为[0，1]的变量不符合计量经济学分析的基本要求，因此采用莫克尔、杨和余（Morck、Yeung和Yu，2000）的方法进行对数转换，并定义公司特质信息如下：

[INFOi，j=ln1-R2i，jR2i，j] （2）

3. 成交量变化（v）。

[vt=lnVt-lnVt-1] （3）

其中， [vt]表示股票日成交量的变化率； [vt]表示股票日成交量，以每日成交的股票数（手数）来衡量。

4. 公司规模（SIZE）。本文以上市公司流通市值代表公司规模。为保证变量之间的可比性，对流通市值进行了标准化：

[SIZE=SIZEi-SIZEσSIZE] （4）

其中，SIZEi为上市公司i当年平均流通市值，计算时采用年初流通市值与年末流通市值的简单算术平均数；[SIZE]为所有样本公司平均流通市值的均值，σSIZE为所有样本公司平均流通市值的标准差。

（二）实证模型

在考察股价波动与股票特质信息含量之间关系时，本文选择使用面板数据回归模型。面板数据兼有时间序列和横截面两个维数，是通过描述总体中给定样本在不同时期的情况而获得。在本文的研究中，设定如下的面板回归模型：

[σit2=αit+β1iINFOit+β2iINFOit-1+β3ivit+β4iSIZEit+β5iσ2it-1+uit] （5）

其中，αit为截距项；uit为回归方程的误差项。

（三）样本选取与数据来源

本文选取2007年前已在沪市上市的A股上市公司为研究样本，样本期为2007—2012年，并对以下相关样本进行剔除：（1）样本期间被ST、*ST、PT以及退市处理的公司；（2）金融类上市公司；（3）一年内停盘时间超过两个月的公司；（4）数据缺失的样本。最后获得有效样本公司股票541只。本文研究所用数据来源于国泰安CSMAR数据库。

四、实证检验结果与分析

（一）股价信息含量的描述性统计

表1列示了样本公司股价中公司特质信息含量的分布情况。从总体上看，2007—2012年股价中公司特质信息含量的平均值约为0.548，与美国等发达国家证券市场相比，这一比例并不算高。据陈（Chen，2005）的研究，美国证券市场这一指标的均值高达0.83，这说明当前中国股市整体运行效率仍然较低，股票价格中包含的公司特质信息量仍然偏少。从分年度情况看，2007—2012年上市公司股价特质信息含量基本呈逐年递增趋势，2007年的INFO值平均为0.391，到2011年增加到0.607，2012年略低于前一年，为0.591。2007年股价特质信息含量的值明显低于后几年，本文认为这与当时所处的整体市场环境有关。从2006年下半年开始，中国股市进入前所未有的大牛市，上证指数从2006年初的1200多点，一直上升到2007年10月份的6124点，上涨了近400%。在这种环境下，绝大多数股票的投资收益率均显著大于零，投资者纷纷买入上市公司股票以获取资本利得，在这种逐步积累起来的对市场行情极度乐观的情绪下，投资者变得较少关注公司的实际价值，股价中公司特质信息的含量值明显较低。此后，市场由狂热恢复到相对理性状态，投资者将更多的注意力投入到对公司发展前景的评价和预测上，导致股价的公司特质信息含量增多。到了2012年，持续的经济下行趋势和股市低迷导致投资者对股市的悲观情绪达到最大，很多投资者选择离开市场，致使股价中公司特质信息含量较2011年有所下降。

（二）相关性分析

表2给出了样本变量间相关系数计算结果。结果表明，σt2与INFOt、INFOt-1的相关系数均在5%水平上显著为负，与SIZE的相关系数在10%的置信水平上显著为负。这初步说明股票价格公司特质信息含量、公司规模与股票价格波动之间具有显著的负相关性。

（三）面板数据回归分析

依据公式（5）进行样本公司面板数据回归，由于Hausman检验（H=25.561）拒绝存在随机效应的原假设，所以在回归中采用了固定效应模型，并且以广义的最小二乘法（GLS）进行估计。为了消除估计中的自相关问题，在回归式中加入了因变量的滞后项，估计结果如表3所示。

从回归结果来看，INFOt和INFOt-1的系数都为负，分别在10%和5%水平下显著。该结果说明，当越多的公司特质信息被市场捕获时，市场上不同投资者的信息不对称程度降低， 信息的有效披露有利于投资者理性投资，减少市场盲目跟风行为，使股价能及时充分地反映上市公司内在价值的变化，从而有助于抑制股价的异常波动。比较INFOt和INFOt-1的系数可以发现，β2的绝对值要大于β1的绝对值，并且其显著性程度也高，这表明前一期股价中的公司特质信息含量对股价波动的抑制作用更大。此外，上市公司规模对公司股价波动有显著负向影响，这和理论预期是一致的，即公司规模越大、公司治理结构越完善、内部人与外部投资者之间的信息不对称程度越小，越有利于股价稳定。结果同时表明，股价波动的自回归项σ2t-1的系数显著为正，说明公司股价波动具有一定的持续性，符合金融资产价格波动通常所具有的集群性和爆发性特征。

其他控制变量，比如成交量变化vt对股价波动性的影响不显著，这与蒋祥林（2002）和顾钰（2010）有关成交量与股价波动研究证实的结论不一致。这一结果的产生可能是以下原因造成的：在交易量的量化上，作者都将交易量分解为预期交易量和非预期交易量。非预期交易量是由新信息流入市场而触发的交易，非预期交易量比预期交易量对短期波动性的解释能力更强。本文没有将交易量进行区分，这可能是造成检验中交易量变化对波动性影响不显著的原因。

五、结论与政策建议

我国股票市场并非有效的资本市场。处于新兴发展阶段的我国股市稳定性相对较差，过度波动不利于股市的健康发展。金融理论认为，股价中包含的信息越多，越有利于增强股票价格变化的有效性，并减少股价的超常波动。本文的研究结果表明，随着公司特质信息含量的增加，公司股价波动是递减的。因此，上市公司从维护自身利益、使股价真实反映上市公司内在价值的角度出发，应积极地提高信息披露质量，使更多的公司特质信息被市场捕获。这样，广大投资者可以了解自己投资应该得到的报酬，债权人可以了解公司的偿债能力，潜在投资者可以了解公司的财务状况、盈利水平和盈余预测的信息，以做出恰当的投资决策。就上市公司而言，加大公司信息披露的力度，使公司与投资者之间的信息分布趋于对称，无疑会促进股市有效性的提高，公司股票价格可更加真实地反映上市公司的内在价值。

此外，对投资者加强理性投资教育和引导非常重要。在变幻无穷的证券市场上，由于受投资心理的影响，投资者的行为并不一定是完全理性的。他们的一些非理，如从众行为和对股市政策、消息等的过度反应或反应不足，常常造成股票价格的异常波动，对股市发展和自身投资收益较为不利。因此，培育理性、成熟、合格的投资者是保证市场健康发展的一个长期任务。比如，通过建立具有一定知名度和影响力的投资者教育网站，规范投资者教育丛书的发行等活动可以相应地引导投资者学习专业的投资知识、树立正确的投资理念。

参考文献：

[1]袁知柱. 制度环境、公司治理与股价信息含量 [J].管理科学， 2009，（1）.

[2]顾乃康， 陈辉. 股票流动性、股价信息含量与企业投资决策[J].管理科学， 2010，（2）.

[3]蒋祥林.中国股票市场波动性影响因素研究 [D].天津：天津大学，2002.

[4]顾钰.我国股票市场价格波动与成交量关系的实证分析[J].现代商业，2010，（9）.

[5]Tobin James.1982.On the efficiency of the financial system [J]. Lloyd’s Banking Review，（7）.

[6]Bobert W. Holthausen， Bobert E. Verrecchia.1988.The effect of sequential information releases on the variance of price changes in an intertemporal multi-asset market [J].Journal of Accounting Research，（26）.