■張宏亮，王靖宇，王 瑤

一、引言

2008年全球性金融危機爆發(fā)以來，我國資本市場和實體經(jīng)濟(jì)都遭受到了相應(yīng)的沖擊，股價的“暴漲暴跌”甚至股價崩盤等極端風(fēng)險已經(jīng)嚴(yán)重影響了我國資本市場的持續(xù)穩(wěn)定發(fā)展，這些極端系統(tǒng)性風(fēng)險已經(jīng)引起了監(jiān)管當(dāng)局和學(xué)術(shù)界的關(guān)注。相比“暴漲”而言，股價更多地表現(xiàn)出“暴跌”傾向，由此引發(fā)的股價崩盤風(fēng)險不僅會使投資者財富大量蒸發(fā)，動搖資本市場信心，甚至?xí)绊懳覈鹑隗w系的穩(wěn)定。因此，探究股價崩盤風(fēng)險發(fā)生的原因并從中尋求應(yīng)對策略具有重要的理論和現(xiàn)實意義。以Jin&Myers（2004）所構(gòu)建的信息結(jié)構(gòu)模型為開端，學(xué)術(shù)界基本沿著代理理論的方向?qū)蓛r崩盤風(fēng)險產(chǎn)生的原因及其內(nèi)在機理進(jìn)行分析，研究普遍認(rèn)為，公司管理層出于自身薪酬和職位等方面的考慮會有意識地隱藏負(fù)面信息，當(dāng)負(fù)面信息的積累超過公司應(yīng)有的承受范圍時，這些負(fù)面信息的短期集中釋放將導(dǎo)致股價崩盤風(fēng)險的發(fā)生?，F(xiàn)有研究表明，公司層面隱藏的信息“黑天鵝”（Hutton et al.，2009）、公司的避稅動機（Kim et al.，2011）以及公司的過度投資行為（江軒宇和許年行，2015）都有可能引發(fā)股價崩盤風(fēng)險。

那么相應(yīng)的問題是，公司管理層會通過怎樣的手段來隱藏公司的負(fù)面信息，特別是業(yè)績方面的負(fù)面信息？有研究表明，盈余管理是管理層隱藏業(yè)績負(fù)面信息，向市場傳遞相應(yīng)信號的常用手段（Massoubre，2005），而其中的可操控應(yīng)計部分則成為了管理層進(jìn)行信息管理的主要方面。這導(dǎo)致了公司的“好消息”和“壞消息”的非對稱披露，從而導(dǎo)致了外部投資者與公司管理層之間的信息不對稱，外部投資者對會計盈余的錯誤定價使未來股票收益出現(xiàn)異常，即形成了所謂的應(yīng)計異象現(xiàn)象。而股價崩盤風(fēng)險發(fā)生的根源就在于信息不對稱，那么，本文想要研究的問題是，在我國資本市場特殊的制度安排下，市場中是否存在應(yīng)計異象問題？如果存在，應(yīng)計異象是否是引發(fā)股價崩盤風(fēng)險產(chǎn)生的原因？不同的行業(yè)競爭程度環(huán)境下，應(yīng)計異象與股價崩盤風(fēng)險之間的相關(guān)關(guān)系是否存在差異？如果這些問題能夠得到合理的解釋，將有助于深入認(rèn)識股價崩盤風(fēng)險產(chǎn)生的原因，進(jìn)而為我國監(jiān)管當(dāng)局的應(yīng)對措施提供借鑒和依據(jù)。

二、文獻(xiàn)綜述

公司層面的股價崩盤風(fēng)險，指個股收益出現(xiàn)極端 負(fù) 值 的 概 率（Jin&Myers，2004；Kim et al.，2011）。對于股價崩盤風(fēng)險的度量，學(xué)術(shù)界基本采用Jin&Myers（2004）的信息結(jié)構(gòu)模型。研究普遍認(rèn)為，股價崩盤風(fēng)險產(chǎn)生的原因在于公司管理層的信息管理行為導(dǎo)致的信息不對稱，而管理層信息管理行為的動機在于管理者自利的行為傾向。而信息管理則使得“壞消息”隨著時間的推移不斷積累，一旦超過公司資源所能承受的范圍，這些負(fù)面信息釋放到資本市場從而被投資者識別，原來的“信息泡沫”就會破裂（葉康濤等，2015），從而導(dǎo)致股價暴跌。以往的研究主要是從公司內(nèi)部的治理結(jié)構(gòu)為切入點對此展開研究，Kim et al.（2015）研究表明，公司的會計政策選擇對于股價崩盤風(fēng)險有顯著影響。后來這一領(lǐng)域的研究主要集中在探究抑制股價崩盤風(fēng)險發(fā)生的手段方面，研究認(rèn)為，有效的外部審計（江軒宇和伊志宏，2013）、較高的投資者保護(hù)程度（王化成等，2014）以及高效率的投資行為（江軒宇和許年行，2015）都有助于抑制股價崩盤風(fēng)險的發(fā)生。

對于應(yīng)計異象的研究，始于Sloan（1996）的研究成果，他以美國資本市場為研究對象，發(fā)現(xiàn)美國資本市場中存在著持續(xù)的應(yīng)計異象問題。應(yīng)計異象指在當(dāng)期披露了較高（較低）應(yīng)計利潤的公司在未來會計期間出現(xiàn)較低（較高）的會計盈余和股票收益的現(xiàn)象，是資本市場中重要的異象之一。Kasersr&Lohre（2008）以德國資本市場為研究對象，認(rèn)為與美國不同，德國資本市場不存在持續(xù)性的應(yīng)計異象問題。目前對于應(yīng)計異象的研究，主要考察哪些因素能夠緩解應(yīng)計異象問題。劉斌和張健（2012）實證檢驗了機構(gòu)投資者與應(yīng)計異象的相關(guān)關(guān)系，發(fā)現(xiàn)機構(gòu)投資者能夠有效抑制公司的應(yīng)計異象；Ouyang&Szewczyk（2012）則發(fā)現(xiàn)投資者的樂觀情緒會加劇應(yīng)計異象問題。

綜上所述，已往對于股價崩盤風(fēng)險的研究，雖然基本認(rèn)同代理問題和信息不對稱引發(fā)了股價崩盤，但主要集中于公司治理結(jié)構(gòu)和財務(wù)政策層面，而對于盈余信息產(chǎn)生問題的根源研究不足，因此，本文將應(yīng)計異象與股價崩盤風(fēng)險聯(lián)系在一起，試圖從盈余信息的角度進(jìn)一步深化該領(lǐng)域研究，進(jìn)一步打開股價崩盤的“黑箱”。

三、假設(shè)的提出

從應(yīng)計異象與股價崩盤風(fēng)險之間的相關(guān)關(guān)系看，本文認(rèn)為公司的應(yīng)計異象問題越嚴(yán)重，則個股的股價崩盤風(fēng)險越高，即二者是正相關(guān)關(guān)系。這主要是兩方面原因造成的，其一是管理層自利理論，其二是管理層捂盤理論。與發(fā)達(dá)國家較為分散的股權(quán)結(jié)構(gòu)不同，我國的股權(quán)結(jié)構(gòu)相對集中且人力資源市場還不夠發(fā)達(dá)，企業(yè)高管面臨著較高的業(yè)績考核壓力和雇傭風(fēng)險，而薪酬難以補償這種風(fēng)險（熊婷等，2016）。在這種情況下，公司高管更傾向于實現(xiàn)自身利益最大化，因此公司高管在身份上更傾向于“利己”的代理人。在此背景下，公司高管出于自身職位和薪酬方面的考慮，在披露“好消息”和“壞消息”時存在著主觀的選擇性，也就是說高管會及時地披露“利好”消息而延遲披露“利差”消息，盈余管理由于其隱蔽性特征，成為高管用于隱藏“壞消息”的手段（林樹和張智飛，2011），其中的可操控性應(yīng)計部分是盈余管理的主要方面。這種有意識的信息管理行為，導(dǎo)致了資本市場中信息不對稱，從而使投資者對于企業(yè)披露的應(yīng)計信息產(chǎn)生了錯誤定價。然而，企業(yè)對于“壞消息”的隱藏能力是存在一定限度的（王化成等，2014），一旦負(fù)面信息的累積超過了企業(yè)能夠承受的臨界值或者繼續(xù)隱藏負(fù)面信息的成本遠(yuǎn)超出收益，此時負(fù)面信息的集中釋放必然會使理性投資者識別出企業(yè)的應(yīng)計異象問題，最終導(dǎo)致股價“暴跌”，引發(fā)股價崩盤。因此，本文提出第一個假設(shè)。

H1：公司應(yīng)計異象程度越高，股價崩盤風(fēng)險越大，二者正相關(guān)。

進(jìn)一步地，本文試圖研究在不同的行業(yè)競爭程度下的企業(yè)，應(yīng)計異象與股價崩盤風(fēng)險之間的相關(guān)關(guān)系是否存在差異？如果存在，這些差異表現(xiàn)在哪些方面？由于一些歷史原因和制度原因，我國的不同行業(yè)在市場化水平上存在比較明顯的差異，這使得不同行業(yè)中的高管所面臨的激勵機制和行為傾向存在明顯差異。具體而言，處于競爭程度較高的行業(yè)的高管，其在薪酬等方面的激勵更能體現(xiàn)他的市場價值，因此在競爭程度較充分的行業(yè)中的高管相比于行業(yè)競爭程度較低的企業(yè)高管，其“管家”的行為傾向更強，他們通過操控會計應(yīng)計以隱藏負(fù)面信息的動機相對較弱，加之競爭程度較高的行業(yè)中，投資者保護(hù)程度水平與地區(qū)市場化水平都相對較高（肖土盛等，2017），從外部監(jiān)督的角度看，該類行業(yè)的企業(yè)高管操控會計應(yīng)計的空間相對較小。因此，競爭程度較高的行業(yè)的信息不對稱問題相對較弱，從而引發(fā)股價崩盤風(fēng)險的可能性相對較低。因此，本文提出第二個假設(shè)。

H2：行業(yè)競爭程度在應(yīng)計異象與股價崩盤風(fēng)險的相關(guān)關(guān)系中起到負(fù)向調(diào)節(jié)作用。

四、實證設(shè)計與結(jié)果

（一）樣本選取

本文選取了2010～2016年A股上市公司的相關(guān)數(shù)據(jù)作為研究樣本，其中公司財務(wù)的數(shù)據(jù)主要來源于國泰安數(shù)據(jù)庫（CSMAR），資本市場相關(guān)數(shù)據(jù)來源于萬德數(shù)據(jù)庫（Wind）和瑞斯數(shù)據(jù)庫（RESSET）。為了保證結(jié)果的穩(wěn)健性，本文對原始數(shù)據(jù)做了如下處理：（1）剔除了金融行業(yè)類公司；（2）剔除了ST、*ST的公司；（3）剔除了數(shù)據(jù)缺失的公司；（4）對數(shù)據(jù)進(jìn)行了極端值處理（Winsorize）。最終，本文獲得了包含5460個有效樣本的非平衡面板數(shù)據(jù)。在回歸部分對數(shù)據(jù)處理所使用的計量軟件為Stata。

（二）關(guān)鍵變量的度量

1.應(yīng)計異象

為了檢驗我國資本市場中是否存在應(yīng)計異象問題，本文參考了劉斌和張健（2012）的研究方法，即通過研究會計總應(yīng)計與股票異?；貓舐手g的相關(guān)關(guān)系，對應(yīng)計異象的存在性問題進(jìn)行檢驗，具體模型如下：

其中Abreturn代表股票異常收益率，具體而言，本文選取當(dāng)年5月至次年4月作為公告期，以總市值為標(biāo)準(zhǔn)將股票月收益率劃分為10組，再以總市值為權(quán)重計算每組加權(quán)平均月收益率，將每組股票月收益率減去該平均值，最終得到月異常收益率，最后將其調(diào)整為年異常收益率。Accruals代表公司總會計應(yīng)計，Cash代表公司現(xiàn)金流，Ctrl指控制變量，具體包括企業(yè)規(guī)模（Size）、賬面市值比（BM）、盈余價格比率（EP）、風(fēng)險系數(shù)（Beta）。ΣYear和ΣInd表明該模型控制了年度和行業(yè)固定效應(yīng)。

2.股價崩盤風(fēng)險

關(guān)于股價崩盤風(fēng)險的度量，本文參考了Jin&Myers（2004）的方法，首先使用個股周收益率對市場流通市值加權(quán)平均收益率進(jìn)行回歸，具體模型如下：

在式（2）中，ri，t表示i公司在第t周的股票收益率，rM，t表示第t周的市場周流通市值加權(quán)平均收益率。模型中控制了rM的滯后期與超前期是為了控制非同步交易的影響（Dimson，1979）。殘差項εi,t表示那些無法被市場解釋的個股收益，殘差項表明了i公司的股票與市場收益率的背離程度。本文構(gòu)造Wi,t=ln（1+εi,t）得出公司i的個股收益率。

接下來，構(gòu)造了負(fù)收益偏態(tài)系數(shù)（NCSKEW）度量股價崩盤風(fēng)險，具體模型如下：

在式（3）中，NCSKEW表示股價崩盤風(fēng)險，n是指股票在第t年的交易周數(shù)。此外，為了充分利用應(yīng)計異象的度量模型，本文把股價崩盤風(fēng)險按照中位數(shù)進(jìn)行分組賦值，其中：高于中位數(shù)的表示高股價崩盤風(fēng)險，賦值為1，低于中位數(shù)的表示低股價崩盤風(fēng)險，賦值為0。

表1 變量含義解釋表

3.調(diào)節(jié)變量

為了研究在不同的行業(yè)競爭程度下的企業(yè)應(yīng)計異象與股價崩盤風(fēng)險之間的相關(guān)關(guān)系，本文引入了行業(yè)競爭程度的測度指標(biāo)赫芬達(dá)爾指數(shù)（HHI）。

4.控制變量

為了保證研究結(jié)果的可靠性，本文控制了其他能夠?qū)?yīng)計異象與股價崩盤風(fēng)險之間的相關(guān)關(guān)系產(chǎn)生影響的變量，具體包括：企業(yè)規(guī)模（Size）、賬面市值比（BM）、盈余價格比率（EP）、風(fēng)險系數(shù)（Beta）。

以上變量的含義及計算方法具體見表1。

（三）回歸模型的構(gòu)建

本文試圖通過式（4）、（5）驗證本文提出的全部假設(shè)，為了便于理解，模型中所有的控制變量統(tǒng)一使用Ctrl表示。

1.應(yīng)計異象與股價崩盤風(fēng)險

式（4）在式（1）的基礎(chǔ)上加入總會計應(yīng)計與股價崩盤風(fēng)險啞變量的交互項Accruals×Crush以及現(xiàn)金流與股價崩盤風(fēng)險啞變量的交互項Cash×Crush來檢驗應(yīng)計異象與股價崩盤風(fēng)險之間的相關(guān)關(guān)系。根據(jù)本文提出假設(shè)H1，系數(shù)α2應(yīng)顯著為負(fù)。

2.行業(yè)競爭程度對應(yīng)計異象與股價崩盤風(fēng)險的調(diào)節(jié)作用

為了檢驗假設(shè)H2，本文構(gòu)造了如下回歸模型：

式（5）中引入了赫芬達(dá)爾指數(shù)（HHI），以驗證行業(yè)競爭程度對公司應(yīng)計異象與股價崩盤風(fēng)險的調(diào)節(jié)作用。

（四）實證結(jié)果與分析

1.主要變量的描述性統(tǒng)計

由表2可知，個股超額收益率的平均值是0.296，說明股票的超額收益在資本市場中普遍存在；標(biāo)準(zhǔn)差為0.277，表明不同的公司的股票超額收益率存在較大的差異。這也為本文的研究提供了良好的基礎(chǔ)。從總會計應(yīng)計和現(xiàn)金流的結(jié)果看，標(biāo)準(zhǔn)差分別為0.321和0.307，說明不同的公司存在應(yīng)計項目與現(xiàn)金流的差異，初步證明應(yīng)計異象的存在性。

2.檢驗應(yīng)計異象的存在性

表2 主要變量描述性統(tǒng)計表

表3 應(yīng)計異象的存在性檢驗結(jié)果

在進(jìn)行回歸分析之前，首先應(yīng)利用式（1）對我國資本市場上是否存在應(yīng)計異象進(jìn)行檢驗，這也是本文的邏輯起點，對于接下來的回歸分析有重要作用。具體結(jié)果見表3。

從表3的檢驗結(jié)果可以發(fā)現(xiàn)，模型（1）的系數(shù)α1在1%的水平上顯著為負(fù)，這說明公司的總會計應(yīng)計與股票異常收益率之間顯著負(fù)相關(guān)，即前期較高（低）的會計應(yīng)計項目引起了后期較低（高）的股票異常收益，這與已往的研究結(jié)果保持一致，在控制了年度固定效應(yīng)后，主要變量的相關(guān)關(guān)系及顯著性水平?jīng)]有發(fā)生明顯變化，模型解釋力反而有所提高，從而保證了應(yīng)計異象檢驗結(jié)果的穩(wěn)健性①限于篇幅，沒有列示行業(yè)固定效應(yīng)。下同。。

3.回歸結(jié)果及分析

在檢驗了應(yīng)計異象的存在性之后，本文將利用實證的方法對應(yīng)計異象與股價崩盤風(fēng)險的相關(guān)關(guān)系進(jìn)行回歸分析，具體結(jié)果見表4。

表4 應(yīng)計異象與股價崩盤風(fēng)險的回歸結(jié)果

表4列示了式（4）的回歸結(jié)果?？倯?yīng)計與股價崩盤風(fēng)險的交互項Accruals×Crush在1%的水平上顯著負(fù)相關(guān)，這與前文的猜想保持一致。總應(yīng)計（Accruals）與股票超額收益率負(fù)相關(guān)，證明了應(yīng)計異象的存在性，而交互項（Accruals×Crush）與股票超額收益率負(fù)相關(guān)，這說明應(yīng)計異象加劇了股價崩盤風(fēng)險，這一相關(guān)關(guān)系在股價崩盤風(fēng)險較高時更加明顯。但應(yīng)注意到的是，總應(yīng)計（Accruals）在回歸結(jié)果中不顯著，這很有可能是較高的股價崩盤風(fēng)險更多地解釋了股票超額收益率，從而相對減少了總應(yīng)計的解釋力。

進(jìn)一步地，為了研究行業(yè)競爭程度對應(yīng)計異象與股價崩盤風(fēng)險之間的相關(guān)關(guān)系的影響，對式（5）進(jìn)行了回歸分析，具體結(jié)果如下。

表5 行業(yè)競爭程度對應(yīng)計異象與股價崩盤風(fēng)險的調(diào)節(jié)作用

由表5可知，引入行業(yè)競爭程度（HHI）這一調(diào)節(jié)變量后，交互項Accruals×Crush依然顯著為負(fù)，說明應(yīng)計異象引發(fā)了股價崩盤風(fēng)險，但交互項Accruals×Crush×HHI卻顯著為正，這說明行業(yè)競爭程度在應(yīng)計異象與股價崩盤風(fēng)險的相關(guān)關(guān)系中起到了負(fù)向調(diào)節(jié)作用，也就是說，相對于競爭程度較低的行業(yè)，競爭程度較為充分的行業(yè)其應(yīng)計異象與股價崩盤風(fēng)險的相關(guān)關(guān)系較弱。這主要是由于行業(yè)競爭程度較高的情況下，公司高管有意識地隱藏負(fù)面信息的動機較弱且信息管理的成本較高，使資本市場信息透明度較高，從而有助于抑制股價崩盤風(fēng)險的發(fā)生，從而驗證了假設(shè)H2。

（五）穩(wěn)健性檢驗

從本文的研究內(nèi)容來看，一方面應(yīng)計異象會加大股價崩盤風(fēng)險，但另一方面，股價崩盤風(fēng)險也會影響到公司應(yīng)計異象，也就是說，應(yīng)計異象與股價崩盤風(fēng)險之間是互為因果的關(guān)系，如果不能很好地解決這種互為因果問題對研究結(jié)果帶來的影響，就會影響到本文回歸結(jié)果的穩(wěn)健性。因此，在這一部分，本文采用兩種方法進(jìn)行了穩(wěn)健性檢驗，一是對應(yīng)計異象做滯后一期處理；二是采用收益波動率（DUVOL）這一指標(biāo)重新度量股價崩盤風(fēng)險。

收益波動率具體模型如下：

該模型具體符號的含義與式（3）相同。

檢驗結(jié)果表明，主要變量的相關(guān)關(guān)系及顯著性水平?jīng)]有發(fā)生顯著變化，從而保證了本文結(jié)論的穩(wěn)健性。

五、結(jié)論與政策性啟示

本文以2010～2016年A股上市公司為研究樣本，實證檢驗了應(yīng)計異象與股價崩盤風(fēng)險之間的相關(guān)關(guān)系。研究發(fā)現(xiàn)，我國公司存在著應(yīng)計異象問題。應(yīng)計異象主要是管理層有意識地對會計應(yīng)計信息進(jìn)行盈余操縱導(dǎo)致的，而負(fù)面信息的持續(xù)積累并最終超過臨界值時，負(fù)面信息的短期集中釋放在資本市場上，很容易引起股價崩盤，即應(yīng)計異象與股價崩盤風(fēng)險之間是正相關(guān)關(guān)系。進(jìn)一步研究發(fā)現(xiàn)，行業(yè)競爭程度對應(yīng)計異象與股價崩盤風(fēng)險的相關(guān)關(guān)系起到負(fù)向調(diào)節(jié)作用，即競爭程度較充分的行業(yè)，應(yīng)計異象引發(fā)股價崩盤風(fēng)險的相關(guān)關(guān)系相對較弱，這主要是由于行業(yè)競爭程度較高時，高管進(jìn)行盈余操縱的動機和空間都相對較小。

本文的結(jié)論具有一定啟示性。首先，行業(yè)競爭有助于減少公司應(yīng)計異象從而抑制股價崩盤風(fēng)險，那么提高行業(yè)競爭程度的相關(guān)政策可以成為政策制度者予以考慮的方面。另外，行業(yè)競爭度高所伴隨的較強的外部監(jiān)管也是抑制應(yīng)計異象的原因之一，因此加強監(jiān)管也成為抑制股價崩盤的有力手段；其次，應(yīng)計異象的產(chǎn)生很大一部分原因是公司管理層對會計應(yīng)計進(jìn)行操縱的結(jié)果，而這背后是高管對于自身職位和薪酬不穩(wěn)定而產(chǎn)生的壓力，因此，公司內(nèi)部制定合理的激勵政策是解決這一問題的辦法，因此，公司有必要制定包含物質(zhì)激勵和非物質(zhì)激勵在內(nèi)的綜合激勵制度。

[1]江軒宇，許年行.企業(yè)過度投資與股價崩盤風(fēng)險[J].金融研究，2015，（8）：141～158.

[2]江軒宇，伊志宏.審計行業(yè)專長與股價崩盤風(fēng)險[J].中國會計評論，2013，（2）：133～150.

[3]林樹，張智飛.會計應(yīng)計異象與盈余公告后漂移異象——來自滬深上市公司的經(jīng)驗證據(jù)[J].山西財經(jīng)大學(xué)學(xué)報，2011，33（5）：109～116.

[4]劉斌，張健.機構(gòu)持股、信息質(zhì)量與應(yīng)計異象[J].審計與經(jīng)濟(jì)研究，2012，27（6）：68～75.

[5]王化成，曹豐等.投資者保護(hù)與股價崩盤風(fēng)險[J].財貿(mào)經(jīng)濟(jì)，2014，35（10）：73～82.

[6]肖土盛，宋順林，李路.信息披露質(zhì)量與股價崩盤風(fēng)險:分析師預(yù)測的中介作用[J].財經(jīng)研究，2017，43（2）：109～120.

[7]熊婷，程博，王建玲.產(chǎn)權(quán)性質(zhì)、管理層持股與外部審計需求[J].廣東財經(jīng)大學(xué)學(xué)報，2016，31（1）：78～88.

[8]葉康濤，曹豐，王化成.內(nèi)部控制信息披露能夠降低股價崩盤風(fēng)險嗎?[J].金融研究，2015，（2）：192～206.

[9]Dimson E.Modern Risk Measurement[J].Managerial Finance，1979，5（1）：80～86.

[10]Hutton A P，Marcus A J，Tehranian H.Opaque Financial Reports,R-Square,and Crash Risk[J].Social Science Electronic Publishing，2008，94（1）：67～86.

[11]Jin L，Myers S C.R-Squared Around the World:New Theory and New Tests[R].Nber Working Papers No.10453，April 2004.

[12]Kim J B，Li Y M，Zhang L.Corporate tax avoidance and stock price crash risk:Firm-level analysis[J].Social Science Electronic Publishing，2011，2100（3）：639～662.

[13]Kim J B，Li T M，Zhang L.Operations in Offshore Financial Centers and Stock Price Crash Risk[J].Social Science Electronic Publishing，2015.

[14]Markus K，Harald L.International price and earnings momentum[J].Social Science Electronic Publishing，2008，18（6）：535～573.

[15]Massoubre D，Oudar J L et al..Investigation of speed and thermal limitations in microcavity saturable absorber all-optical regenerator device[C].Lasers and Electro-Optics Europe，2005.

[16]Ouyang W J，Szewczyk S H.Stock Price Idiosyncratic Information and MergerInvestment Decisions[J].Ssrn Electronic Journal，2012.

[17]Sloan R G.Do Stock Prices Fully Reflect Information in Accruals and Cash Flows about Future Earnings?[J].Accounting Review,1996,71（3）：289～315.