宋光輝（博士生導(dǎo)師），仇瀟穎，董永琦（博士）

一、引言

自Fama[1]提出有效市場(chǎng)假說（EMH）以來，關(guān)于收益的持續(xù)性一直是國(guó)內(nèi)外學(xué)者研究的熱點(diǎn)。當(dāng)前，學(xué)術(shù)界主要集中于對(duì)動(dòng)量效應(yīng)的研究。動(dòng)量效應(yīng)最先是由Jegadeesh、Titman[2]于1993年提出的，其證明了股票市場(chǎng)整體收益的持續(xù)性，對(duì)有效市場(chǎng)假說進(jìn)行了有力的駁斥。但具體到某支股票，其收益亦有上漲或者下跌的趨勢(shì)，即股票的收益具有按照原有的趨勢(shì)持續(xù)運(yùn)動(dòng)下去的特性，即股價(jià)慣性。當(dāng)這種慣性動(dòng)能較大時(shí)，便蘊(yùn)藏著較大的股價(jià)慣性風(fēng)險(xiǎn)。股價(jià)慣性風(fēng)險(xiǎn)對(duì)于監(jiān)管層、投資者和上市公司都是一種考驗(yàn)。然而，當(dāng)前學(xué)者們對(duì)單支股票的價(jià)格慣性缺乏深入研究，對(duì)股價(jià)慣性風(fēng)險(xiǎn)缺乏相應(yīng)的界定和測(cè)度，因此，在監(jiān)管細(xì)化的現(xiàn)實(shí)背景下，監(jiān)管視角更多地集中于個(gè)股，為了監(jiān)測(cè)和保證股價(jià)的正常運(yùn)行，必須對(duì)單支股票的股價(jià)慣性風(fēng)險(xiǎn)開展研究。

本文的創(chuàng)新之處體現(xiàn)在以下三個(gè)方面：一是不同于以往從宏觀視角對(duì)整個(gè)股票市場(chǎng)動(dòng)量效應(yīng)是否存在的檢測(cè)，本研究細(xì)化到個(gè)股，對(duì)個(gè)股股價(jià)的慣性風(fēng)險(xiǎn)進(jìn)行了首次定義和測(cè)度；二是將非參數(shù)統(tǒng)計(jì)方法運(yùn)用到個(gè)股股價(jià)慣性風(fēng)險(xiǎn)的測(cè)度中；三是本文的研究目的是為監(jiān)管層監(jiān)管個(gè)股股價(jià)慣性風(fēng)險(xiǎn)提供參考，以確保股價(jià)正常運(yùn)行。

二、文獻(xiàn)回顧

關(guān)于市場(chǎng)整體的動(dòng)量效應(yīng)，國(guó)內(nèi)外眾多學(xué)者進(jìn)行了大量研究。Jegadeesh、Titaman[2]最先開始了對(duì)于動(dòng)量效應(yīng)的研究，并發(fā)現(xiàn)美國(guó)股市存在中期動(dòng)量。Conrad、Kaul[3]通過劃分形成期和持有期構(gòu)建了64種投資組合，亦證實(shí)了動(dòng)量效應(yīng)存在于中期。國(guó)外學(xué)者對(duì)于動(dòng)量存在與否的檢驗(yàn)幾乎獲得了一致的結(jié)論，進(jìn)一步證實(shí)了動(dòng)量效應(yīng)的普遍性。受國(guó)外學(xué)者的啟發(fā)，國(guó)內(nèi)學(xué)者也開展了大量的研究，卻得到了不一致的結(jié)論。使用月頻數(shù)據(jù)進(jìn)行檢驗(yàn)的學(xué)者發(fā)現(xiàn)中國(guó)股市不存在動(dòng)量效應(yīng)，如朱戰(zhàn)宇等[4]、劉博等[5]。而使用周頻數(shù)據(jù)進(jìn)行檢驗(yàn)的學(xué)者發(fā)現(xiàn)我國(guó)股市存在動(dòng)量效應(yīng)，如周琳杰[6]采用 Jegadeesh、Titman[2]的方法對(duì)我國(guó)股市進(jìn)行研究，發(fā)現(xiàn)動(dòng)量效應(yīng)對(duì)于持有期的長(zhǎng)短十分敏感。陳蓉等[7]發(fā)現(xiàn)我國(guó)股市不存在長(zhǎng)期動(dòng)量，只存在中期和短期動(dòng)量效應(yīng)。朱戰(zhàn)宇等[4]發(fā)現(xiàn)動(dòng)量效應(yīng)只存在于形成期和持有期小于4周時(shí)。盡管國(guó)內(nèi)外學(xué)者對(duì)不同國(guó)家動(dòng)量效應(yīng)的存在性使用不同階段的數(shù)據(jù)和方法進(jìn)行了檢驗(yàn)和深入研究，但當(dāng)下的研究?jī)H僅是從市場(chǎng)整體出發(fā)來研究整個(gè)市場(chǎng)收益的持續(xù)性，缺乏對(duì)單支股票收益持續(xù)性的研究，而本文則將從微觀視角出發(fā)，對(duì)個(gè)股股價(jià)慣性進(jìn)行深入探析。

隨著對(duì)動(dòng)量效應(yīng)檢測(cè)效果的眾說紛紜，動(dòng)量效應(yīng)可能蘊(yùn)藏的風(fēng)險(xiǎn)逐漸成為學(xué)者關(guān)注的重點(diǎn)。Daniel、Moskowitz[8]最先發(fā)現(xiàn)了在美國(guó)、英國(guó)、歐洲的股票市場(chǎng)、外匯市場(chǎng)等中存在著“動(dòng)量崩盤”現(xiàn)象，即在長(zhǎng)期熊市后的反彈行情里，會(huì)出現(xiàn)收益率的大幅下跌。曾嘯波[9]研究了動(dòng)量組合的風(fēng)險(xiǎn)性質(zhì)，發(fā)現(xiàn)我國(guó)股市不存在其他動(dòng)量市場(chǎng)存在的“動(dòng)量崩盤”。他們依舊是從宏觀方面分析市場(chǎng)或者構(gòu)建動(dòng)量組合的風(fēng)險(xiǎn)，而不是研究單支股票可能存在的風(fēng)險(xiǎn)。

在當(dāng)前金融風(fēng)險(xiǎn)研究領(lǐng)域，對(duì)于風(fēng)險(xiǎn)的測(cè)度主要分為參數(shù)統(tǒng)計(jì)方法和非參數(shù)統(tǒng)計(jì)方法。近年來，非參數(shù)統(tǒng)計(jì)方法因其突出優(yōu)點(diǎn)在金融風(fēng)險(xiǎn)測(cè)度方面受到了學(xué)者們的推崇[10][11][12][13][14]。非參數(shù)統(tǒng)計(jì)作為參數(shù)統(tǒng)計(jì)法的補(bǔ)充，其適用范圍很廣，模型偏差小，計(jì)算更快且容易，而其最大的優(yōu)勢(shì)是挑戰(zhàn)正態(tài)性分布，為不服從正態(tài)性的樣本數(shù)據(jù)提供了有效的檢驗(yàn)方法。沈根祥等[15]基于隨機(jī)過程非參數(shù)統(tǒng)計(jì)推斷方法對(duì)我國(guó)股票市場(chǎng)資產(chǎn)價(jià)格模型設(shè)定進(jìn)行檢驗(yàn)。趙釗[16]運(yùn)用非參數(shù)統(tǒng)計(jì)方法，對(duì)我國(guó)股市指數(shù)夜間跳躍與日間變化之間的關(guān)系進(jìn)行了研究分析。

由于我國(guó)股票市場(chǎng)發(fā)展較晚，在股票上市審核、監(jiān)管制度、內(nèi)部治理、投資者保護(hù)等方面還存在很多的不足，廣大投資者更傾向于炒作投機(jī)，而不是價(jià)值投資，從而導(dǎo)致了股票價(jià)格存在大幅波動(dòng)。陶建宏等[17]、耿慶峰[18]和江軒宇等[19]研究發(fā)現(xiàn)，由于系統(tǒng)性或非系統(tǒng)性風(fēng)險(xiǎn)的存在，我國(guó)股票市場(chǎng)具有高波動(dòng)性。同時(shí)，大量實(shí)證研究也表明股價(jià)存在波動(dòng)性，并不存在只漲不跌或者止跌不漲的股票，如吳世農(nóng)等[20]、呂媛等[21]和高廣闊等[22]，即維持原先趨勢(shì)是存在風(fēng)險(xiǎn)的，本文側(cè)重于對(duì)這樣的風(fēng)險(xiǎn)進(jìn)行定義和測(cè)度。首先，本文將股價(jià)慣性風(fēng)險(xiǎn)定義為在95%的置信水平下，某支股票在一定時(shí)期內(nèi)收益率偏離中位數(shù)0的概率；然后，運(yùn)用非參數(shù)統(tǒng)計(jì)下的符號(hào)檢驗(yàn)法對(duì)選取的我國(guó)創(chuàng)業(yè)板市場(chǎng)34支股票的收益率進(jìn)行檢驗(yàn)，判斷股價(jià)慣性風(fēng)險(xiǎn)的存在性。

三、研究設(shè)計(jì)

（一）樣本和數(shù)據(jù)

本文選取創(chuàng)業(yè)板為研究對(duì)象，主要基于以下三個(gè)方面的原因：①與我國(guó)主板市場(chǎng)相比，創(chuàng)業(yè)板市場(chǎng)的上市門檻較低，經(jīng)營(yíng)時(shí)間較短，法制化和規(guī)范化水平還很低，更容易產(chǎn)生股價(jià)慣性風(fēng)險(xiǎn)；②由于在創(chuàng)業(yè)板上市的公司多為處于初創(chuàng)期和成長(zhǎng)期的中小型高科技企業(yè)，具備較強(qiáng)的發(fā)展?jié)摿23]，但同時(shí)其也面臨著更高的經(jīng)營(yíng)風(fēng)險(xiǎn)和市場(chǎng)風(fēng)險(xiǎn)；③創(chuàng)業(yè)板公司主要集中分布在信息技術(shù)產(chǎn)業(yè)，市盈率高于其他行業(yè)，大量投資者紛至沓來，而由于投資者過于樂觀，盲目跟風(fēng)，導(dǎo)致創(chuàng)業(yè)板市場(chǎng)的股價(jià)波動(dòng)性更大，投資者往往面臨比主板市場(chǎng)更高的風(fēng)險(xiǎn)[24]。因此，本文選取創(chuàng)業(yè)板市場(chǎng)為研究對(duì)象對(duì)于研究我國(guó)股票價(jià)格慣性風(fēng)險(xiǎn)更有意義。

本文樣本數(shù)據(jù)全部來源于Wind金融數(shù)據(jù)庫(kù)。由于深市創(chuàng)業(yè)板（GEM）在2009年10月30日成立時(shí)，首批上市公司數(shù)量只有28家，此外，若選用上市不足兩年的公司，則交易數(shù)據(jù)量不足，不利于進(jìn)行數(shù)據(jù)分析。因此，為了保證獲得充足的樣本數(shù)量和交易數(shù)據(jù)，本文將分析區(qū)間設(shè)為2013年1月1日～2017年9月30日，并對(duì)異常數(shù)據(jù)進(jìn)行剔除：①剔除因重大資產(chǎn)重組等原因?qū)е碌耐Ｅ茣r(shí)間超過一周而沒有交易數(shù)據(jù)的股票；②剔除新股上市后四周的收益率數(shù)據(jù)，即分析區(qū)間不考慮這四周的收益率。經(jīng)過以上處理，共有34家創(chuàng)業(yè)板市場(chǎng)的上市公司滿足條件。這34家公司的證券代碼及其簡(jiǎn)稱見表1，文中出現(xiàn)的符號(hào)的具體含義見表2。

（二）研究方法

本文選用非參數(shù)統(tǒng)計(jì)下的符號(hào)檢驗(yàn)法對(duì)樣本數(shù)據(jù)進(jìn)行檢驗(yàn)。該方法不僅具備非參數(shù)方法的所有優(yōu)點(diǎn)，而且僅需要正負(fù)號(hào)個(gè)數(shù)而不是具體差值的大小就能簡(jiǎn)單快速地檢驗(yàn)出單一樣本對(duì)于中位數(shù)的偏離，或者兩配對(duì)樣本來自的兩總體分布有無顯著差異[25]。本文研究對(duì)象為從總體中選取的34支股票，通過符號(hào)檢驗(yàn)法檢驗(yàn)每支股票在分析區(qū)間上收益率大于零和小于零的個(gè)數(shù)，以確定收益率數(shù)據(jù)是否對(duì)中位數(shù)0產(chǎn)生大幅偏離，進(jìn)而判定該支股票在一定區(qū)間內(nèi)是否存在慣性風(fēng)險(xiǎn)。大量的實(shí)證結(jié)果表明，將價(jià)格數(shù)據(jù)取自然對(duì)數(shù)后再作差分處理，得到的收益率數(shù)據(jù)更平穩(wěn)、更接近于現(xiàn)實(shí)，同時(shí)可削弱數(shù)據(jù)的異方差和共線性。因此，本文采用公式（1）和公式（2）進(jìn)行周頻價(jià)格序列和日頻價(jià)格序列收益率的計(jì)算，具體如下：

表1 34家創(chuàng)業(yè)板市場(chǎng)上市公司證券代碼及其簡(jiǎn)稱

表2 符號(hào)的具體含義

其中，Pw,t為i支股票第t周股票收盤價(jià)格，Pw,t-1為i支股票第t-1周股票收盤價(jià)格，Rw,i為周收益率。

其中，Pd,t為i支股票第t個(gè)交易日股票收盤價(jià)格，Pd,t-1為i支股票第t-1個(gè)交易日股票收盤價(jià)格，Rd,i為日收益率。

隨后，運(yùn)用符號(hào)檢驗(yàn)法對(duì)每支股票計(jì)算得到的收益率數(shù)據(jù)進(jìn)行檢驗(yàn)。具體步驟如下：

（1）提出零假設(shè)和備擇假設(shè)。H0：收益率的總體中位數(shù)為0；H1：收益率的總體中位數(shù)不為0。

（2）對(duì)于日頻收益率數(shù)據(jù)，計(jì)算出每支股票每個(gè)季度，共十九個(gè)季度的交易日個(gè)數(shù)，減去日收益率為0的個(gè)數(shù)，得到N，將日收益率為正的個(gè)數(shù)記為n+,日收益率為負(fù)的個(gè)數(shù)記為n-，并記r=min{n+，n-}；對(duì)于周頻收益率數(shù)據(jù)，計(jì)算出該年的交易周數(shù)記為N，周收益率為正和為負(fù)的個(gè)數(shù)分別記為n+和n-。以下檢驗(yàn)步驟兩者相同。

（3）由于文中的所有N＞25，視為對(duì)大樣本進(jìn)行檢驗(yàn)。因此采用公式（3）計(jì)算Z統(tǒng)計(jì)：

若Z＞Zα，則拒絕H0；否則，接受H0。本研究將檢驗(yàn)水平∝設(shè)定為0.05，且Z0.05=1.645。

四、實(shí)證結(jié)果及分析

本文運(yùn)用符號(hào)檢驗(yàn)法對(duì)34家創(chuàng)業(yè)板上市公司2013年1月1日～2017年9月30日的周收益率和日收益率進(jìn)行檢驗(yàn)，以愛爾眼科為例（其他公司類似），其檢驗(yàn)結(jié)果如表3所示。

選取的34家公司拒絕次數(shù)分布情況如圖所示，其中在2013年1月1日～2017年9月30日，有6家公司拒絕次數(shù)為0，13家公司拒絕次數(shù)為1，這19家公司即占比約56%的企業(yè)股價(jià)慣性風(fēng)險(xiǎn)很小。由于篇幅所限，本文重點(diǎn)分析其中按拒絕次數(shù)排名前20%的公司，即表4所示的6家公司，它們的拒絕次數(shù)都大于三次，且6家公司的拒絕次數(shù)總和占比總拒絕次數(shù)的43%,而其他19家公司拒絕次數(shù)都不超過1次，分布相對(duì)零散。因此，本文研究的重點(diǎn)是排名前6的公司。表4列出了這6家企業(yè)，它們的拒絕次數(shù)和拒絕區(qū)間，即該區(qū)間是存在股價(jià)慣性風(fēng)險(xiǎn)的。分析這34家公司樣本數(shù)據(jù)中的拒絕情況，其中有五個(gè)區(qū)間的拒絕原因是該分析區(qū)間負(fù)收益率個(gè)數(shù)遠(yuǎn)超正收益率個(gè)數(shù)，占總拒絕次數(shù)比為7.9%，它們分別是建新股份2017年、香雪制藥2014年第四季度、裕興股份2013年第二季度、聚龍股份2016年第三季度和2017年第一季度。而其他區(qū)間的拒絕原因是因?yàn)檎找媛实膫€(gè)數(shù)遠(yuǎn)大于負(fù)收益率個(gè)數(shù)。

由表4和表5可知，這6家公司年度和季度的27次被拒絕中有26次是因?yàn)檎找媛实膫€(gè)數(shù)遠(yuǎn)大于負(fù)收益率的個(gè)數(shù)，通過對(duì)其深入挖掘分析，發(fā)現(xiàn)這6家公司之所以在這些區(qū)間存在較大股價(jià)慣性風(fēng)險(xiǎn)，是因?yàn)樵趯?duì)應(yīng)的區(qū)間內(nèi)該公司存在重大利好消息。由于市場(chǎng)上大多數(shù)的個(gè)人投資者雖然不具備專業(yè)分析能力的，但對(duì)市場(chǎng)信息相對(duì)敏感，聽信股市上的各種消息從而作出投資決策。此外，市場(chǎng)上還存在嚴(yán)重的信息不對(duì)稱，上市公司的大股東和機(jī)構(gòu)投資者獲取信息的速度快于普通投資者，存在操控其釋放渠道和釋放時(shí)間以獲利的情形。因而，重大利好消息可能會(huì)帶來一波上漲行情，從而使一段時(shí)期內(nèi)正收益率的個(gè)數(shù)大于負(fù)收益率的個(gè)數(shù)。如2013年，海外固態(tài)硬盤業(yè)收購(gòu)案頻現(xiàn)，電子行業(yè)橫空出世了一個(gè)新的概念——固態(tài)硬盤。其與傳統(tǒng)硬盤相比體積小、噪音小、速度快。固態(tài)硬盤概念的炒作從美股蔓延到A股，涉及固態(tài)硬盤概念的上市公司朗科科技等也因此受到市場(chǎng)的廣泛關(guān)注。與此同時(shí)，伴隨著大盤反彈，概念股中的朗科科技股價(jià)出現(xiàn)了整體上漲趨勢(shì)。其股票價(jià)格從7月5日的8.68元上漲到10月11日的13.12元。投資者因?yàn)楣虘B(tài)硬盤概念對(duì)朗科科技的前景過于樂觀，從而忽略了其在2013年上半年度經(jīng)營(yíng)不佳，歸屬于上市公司股東的凈利潤(rùn)只有7213566.96元，比上年同期減少了10%左右。股價(jià)在該階段呈現(xiàn)的上升慣性，使股價(jià)偏離內(nèi)在價(jià)值，導(dǎo)致朗科科技在2015年第三季度存在較大的慣性風(fēng)險(xiǎn)。通過分析其他25次拒絕區(qū)間，都存在與朗科科技相類似的情況，股價(jià)因利好造成短期的上升慣性，但公司的經(jīng)營(yíng)

及內(nèi)在價(jià)值與當(dāng)時(shí)股價(jià)不相符合，使得股價(jià)正收益概率遠(yuǎn)高于負(fù)收益概率，存在股價(jià)慣性風(fēng)險(xiǎn)。

表3 愛爾眼科2013.1.1～2017.9.30股價(jià)慣性風(fēng)險(xiǎn)的檢驗(yàn)結(jié)果

表4 34家公司拒絕次數(shù)及拒絕季度

表5 34家公司拒絕次數(shù)及拒絕年度

34家公司拒絕次數(shù)分布情況圖

表6 2013～2017年各季度拒絕次數(shù)

表6是2013～2017年各季度拒絕次數(shù)。從時(shí)間維度上，本文主要從兩個(gè)方面分析：①季度層面。總體上來說，拒絕次數(shù)平均最高的是第三季度，拒絕次數(shù)平均最低的是第四季度，且最多拒絕次數(shù)與最低次數(shù)相差五次。②年度層面。拒絕次數(shù)最少的是2016年，最多的是2015年。一定時(shí)期拒絕次數(shù)越多則該階段股價(jià)慣性風(fēng)險(xiǎn)越高，本文對(duì)于整個(gè)年度股價(jià)慣性風(fēng)險(xiǎn)的研究使用周收益率數(shù)據(jù)，而對(duì)各個(gè)季度股價(jià)慣性風(fēng)險(xiǎn)的研究使用日收益率數(shù)據(jù)，由表可知，無論是周收益率還是日收益率，相比于2013年、2016年和2017年，2014年和2015年出現(xiàn)股價(jià)慣性風(fēng)險(xiǎn)的次數(shù)是其他三個(gè)年度的幾倍，即股價(jià)慣性風(fēng)險(xiǎn)更大。而四個(gè)季度間拒絕次數(shù)似乎不存在顯著差異。

本文使用R語言對(duì)猜測(cè)進(jìn)行驗(yàn)證。若P值大于0.05，則各變量不存在顯著差異。此外，由于選取的研究區(qū)間截止到2017年9月30日，導(dǎo)致2017年第四季度的拒絕次數(shù)為研究中的缺失值，采用序列均值進(jìn)行替換并進(jìn)行進(jìn)一步研究。該方法得出的P值為0.92，遠(yuǎn)遠(yuǎn)大于0.05，即可以認(rèn)為四個(gè)季度的股價(jià)慣性風(fēng)險(xiǎn)是不存在顯著差異的。運(yùn)用同樣的方法來分析2013～2017年五年的股價(jià)慣性風(fēng)險(xiǎn)是否存在顯著差異，其P值為0.0001，遠(yuǎn)遠(yuǎn)小于0.05，即可以認(rèn)為2013～2017年的股價(jià)慣性風(fēng)險(xiǎn)是存在顯著差異的。

五、進(jìn)一步檢驗(yàn)

基于前人的相關(guān)研究，股價(jià)持續(xù)上漲的原因主要是由于投資者樂觀情緒的傳染或是宏觀的利好政策或消息，尤其是在股價(jià)慣性風(fēng)險(xiǎn)最大的2015年。由于2015年央行的五次降息五次降準(zhǔn)釋放了大量資金，且2015年3月我國(guó)提出“一帶一路”倡議以及4月改革紅利的釋放，使得巨額杠桿資金被推動(dòng)，市場(chǎng)較樂觀，牛市情緒下很多股票依靠“講故事”，闡述概念得到大力追捧，投資者在無法獲悉股票的內(nèi)在價(jià)值時(shí)，自信心和情緒傳染最終導(dǎo)致顯著的市場(chǎng)羊群行為，于是股價(jià)瘋狂上漲，創(chuàng)業(yè)板估值過高，中小板指數(shù)和創(chuàng)業(yè)板指數(shù)創(chuàng)下歷史新高[26]。因此，2015年6月我國(guó)爆發(fā)了國(guó)內(nèi)外歷史上罕見的股災(zāi)，這可能也是2015年股價(jià)慣性風(fēng)險(xiǎn)遠(yuǎn)遠(yuǎn)大于其他年度的主要原因。

（一）流動(dòng)性檢驗(yàn)

流動(dòng)性是資本市場(chǎng)的本質(zhì)特征，沒有流動(dòng)就沒有波動(dòng)，也就沒有股票收益與風(fēng)險(xiǎn)，而作為股票收益持續(xù)性的特殊現(xiàn)象，動(dòng)量收益與流動(dòng)性顯著負(fù)相關(guān)[27]。本文將從個(gè)股角度分析流動(dòng)性與慣性風(fēng)險(xiǎn)的關(guān)系。采用Amihud指標(biāo)對(duì)選取的34支樣本股在2013年1月1日～2017年9月30日之間共19個(gè)季度的流動(dòng)性分別進(jìn)行測(cè)度。構(gòu)建方法如下：

其中，Dix為第i支股票在區(qū)間x的交易天數(shù)；Rixd為第d天的股票收益率；VOLDixd為d天的成交金額。ILLIQiy是非流動(dòng)性比率，是測(cè)度第i支股票在第x期的流動(dòng)性指標(biāo)，該指標(biāo)越小說明該支股票流動(dòng)性越好[28]。

34家公司的Amidhud平均值為451.68，存在拒絕情況的47個(gè)季度的平均值為524.29，不存在拒絕情況的599個(gè)季度的平均值為445.98，即存在股價(jià)慣性風(fēng)險(xiǎn)時(shí)期的流動(dòng)性指標(biāo)數(shù)值大于總體平均值，遠(yuǎn)大于不存在風(fēng)險(xiǎn)時(shí)的平均值。此外，分析區(qū)間內(nèi)拒絕次數(shù)大于三次的6家公司，其Amihud均值為800.00。為進(jìn)一步驗(yàn)證股價(jià)慣性風(fēng)險(xiǎn)與流動(dòng)性之間的相關(guān)性，本文首先采用某公司出現(xiàn)拒絕的次數(shù)定義該公司股價(jià)慣性風(fēng)險(xiǎn)的大小，其次以某公司19個(gè)季度Amihud的平均值來定義流動(dòng)性，最后利用Spss 19.0軟件進(jìn)行分析，得到兩個(gè)變量的Pearson相關(guān)系數(shù)表，如表7所示：

表7 股價(jià)慣性風(fēng)險(xiǎn)與流動(dòng)性的相關(guān)性檢驗(yàn)

由表7可知，公司的流動(dòng)性指標(biāo)與股價(jià)慣性風(fēng)險(xiǎn)的相關(guān)系數(shù)為0.453，顯著性水平為1%，即公司的流動(dòng)性指標(biāo)與股價(jià)慣性風(fēng)險(xiǎn)在1%的水平上顯著正相關(guān)。ILLIQiy指標(biāo)的值越高，流動(dòng)性就越差，股價(jià)慣性風(fēng)險(xiǎn)就越大。股票流動(dòng)性越差，機(jī)構(gòu)更容易通過資金操作進(jìn)行內(nèi)幕交易來對(duì)股價(jià)進(jìn)行操控[29]，因此股票漲跌的趨勢(shì)不能正確反映該公司股票的內(nèi)在價(jià)值，從而更容易出現(xiàn)股價(jià)慣性風(fēng)險(xiǎn)。也就說明，流動(dòng)性指標(biāo)值可以輔助判斷股價(jià)慣性風(fēng)險(xiǎn)。

（二）信息披露評(píng)級(jí)檢驗(yàn)

我國(guó)《公司法》《證券法》等都規(guī)定了上市公司具有信息披露義務(wù)[30]。信息披露具有強(qiáng)制性和單向性，制定目的主要是考慮到公司信息的不對(duì)稱性，因此為了使投資者充分了解情況以保障投資者利益，上市公司必須公開與其自身的財(cái)務(wù)變化、經(jīng)營(yíng)狀況相關(guān)的信息以接受社會(huì)公眾的監(jiān)督[31]。深圳證券交易所根據(jù)公司信息披露是否及時(shí)、準(zhǔn)確、完整以及合法合規(guī)，對(duì)在該板塊上市的公司每一年度的信息披露情況都進(jìn)行了考評(píng)，而信息披露評(píng)級(jí)的公示，使得投資者對(duì)于公司實(shí)際經(jīng)營(yíng)情況有了新的解讀，進(jìn)而容易導(dǎo)致股價(jià)的異常波動(dòng)[32]。因此，本文對(duì)上市公司的信息披露考評(píng)與股價(jià)慣性風(fēng)險(xiǎn)的關(guān)系進(jìn)行研究，從深圳證券交易所官網(wǎng)監(jiān)管信息公開欄獲得34家公司2013～2016年的信息披露評(píng)級(jí)情況。

本文將等級(jí)A、B、C和D定義為公司相應(yīng)獲得4分、3分、2分和1分。34家公司在2013～2016年的信息披露平均分為3.21，15次被拒絕時(shí)平均分為2.8，不存在被拒絕時(shí)平均分為3.26，即存在股價(jià)慣性風(fēng)險(xiǎn)時(shí)公司獲得的信息披露評(píng)級(jí)更低。為進(jìn)一步驗(yàn)證股價(jià)慣性風(fēng)險(xiǎn)與信息披露評(píng)級(jí)之間的相關(guān)性，本文設(shè)某公司若某一年被拒絕，則定義為1，被接受則定義為0，以此界定是否存在股價(jià)慣性風(fēng)險(xiǎn)，其次根據(jù)某公司的信用評(píng)級(jí)由優(yōu)到劣分別定義為4分、3分、2分和1分；最后利用Spss 19.0軟件進(jìn)行分析，得到兩變量的Spearson相關(guān)系數(shù)，如表8所示：

表8 股價(jià)慣性風(fēng)險(xiǎn)與信息披露評(píng)級(jí)的相關(guān)性檢驗(yàn)

從表8可以看出，某公司的信息披露評(píng)級(jí)與股價(jià)慣性風(fēng)險(xiǎn)的相關(guān)系數(shù)為-0.206，顯著性水平為5%，即公司的信息披露水平與股價(jià)慣性風(fēng)險(xiǎn)在5%的水平上顯著負(fù)相關(guān)。信息披露評(píng)級(jí)越高，股價(jià)慣性風(fēng)險(xiǎn)越小。由于信息披露評(píng)級(jí)較高的公司有著更高的信息透明度，能夠減小股票市場(chǎng)中的信息非對(duì)稱程度，降低其交易成本，從而使股票市場(chǎng)的資源配置效率提高，促進(jìn)市場(chǎng)良性發(fā)展。而信息披露評(píng)級(jí)低的公司其信息透明度水平也較低，因而股票價(jià)格可能會(huì)受到操控，導(dǎo)致其在該階段存在較大的股價(jià)慣性風(fēng)險(xiǎn)。

六、結(jié)論及不足

本文首先根據(jù)風(fēng)險(xiǎn)的本質(zhì)界定了股價(jià)慣性風(fēng)險(xiǎn)，然后運(yùn)用非參數(shù)統(tǒng)計(jì)下的符號(hào)檢驗(yàn)法對(duì)界定的股價(jià)慣性風(fēng)險(xiǎn)進(jìn)行測(cè)度，研究結(jié)論如下：選取的34家創(chuàng)業(yè)板市場(chǎng)樣本公司，其中有6家拒絕次數(shù)為0，有13家的拒絕次數(shù)為1，共占比56%，幾乎是不存在股價(jià)慣性風(fēng)險(xiǎn)。而進(jìn)一步對(duì)在2013年1月1日～2017年9月30日區(qū)間內(nèi)拒絕次數(shù)大于等于4次的6家公司分析可以發(fā)現(xiàn)，公司在某一季度或者某一年度出現(xiàn)股價(jià)慣性風(fēng)險(xiǎn)往往與該區(qū)間內(nèi)公司在資本市場(chǎng)上是否存在重大利好消息有密切聯(lián)系。此外，信息披露等級(jí)低、流動(dòng)性較差的公司更可能出現(xiàn)股價(jià)慣性風(fēng)險(xiǎn)。

本文研究的目的主要是為了提醒投資者關(guān)注個(gè)股慣性所導(dǎo)致的風(fēng)險(xiǎn)，同時(shí)也為風(fēng)險(xiǎn)的測(cè)度提供了新的方法。對(duì)于那些一定時(shí)期內(nèi)流動(dòng)性差、信息披露評(píng)級(jí)低、發(fā)布重大利好消息的公司，尤其需要保持理性與客觀。應(yīng)深入分析公司的流動(dòng)性、信息披露等級(jí)及相關(guān)基本面，從而規(guī)避股價(jià)慣性風(fēng)險(xiǎn)。

本文尚存如下不足之處：一是由于創(chuàng)業(yè)板成立時(shí)間較短，該測(cè)度方法的有效性還需要研究人員的不斷驗(yàn)證。二是對(duì)于某些公司出現(xiàn)股價(jià)慣性風(fēng)險(xiǎn)的原因，本文只是拋磚引玉，缺少系統(tǒng)的闡述以及模型的構(gòu)建，以精確量化股價(jià)慣性風(fēng)險(xiǎn)的大小。