国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

上市公司會(huì)計(jì)穩(wěn)健性、股價(jià)信息含量與股票流動(dòng)性

2022-05-18 06:59:10博士生導(dǎo)師熊賢艷
財(cái)會(huì)月刊 2022年10期
關(guān)鍵詞:穩(wěn)健性回歸系數(shù)噪音

王 良(博士生導(dǎo)師),熊賢艷

一、引言

會(huì)計(jì)穩(wěn)健性作為2006 年會(huì)計(jì)準(zhǔn)則中的重要要求之一,被明確界定為“企業(yè)在經(jīng)濟(jì)業(yè)務(wù)活動(dòng)的確認(rèn)、計(jì)量和報(bào)告過(guò)程中,應(yīng)當(dāng)遵循審慎原則,不應(yīng)高估資產(chǎn)或收益、低估負(fù)債或費(fèi)用”[1]。然而,盡管會(huì)計(jì)穩(wěn)健性原則要求公司在進(jìn)行會(huì)計(jì)處理時(shí)應(yīng)當(dāng)保持審慎原則,但一些上市公司依然會(huì)假借會(huì)計(jì)穩(wěn)健性之名進(jìn)行盈余管理。

股票流動(dòng)性是指股票能夠以合理價(jià)格迅速變現(xiàn)的能力,充足的流動(dòng)性是穩(wěn)定股票市場(chǎng)的基本條件。缺乏流動(dòng)性的市場(chǎng)不僅交易遲滯、股價(jià)下挫,而且容易引發(fā)流動(dòng)性危機(jī)。例如,2015 年6 月,A股市場(chǎng)出現(xiàn)了類(lèi)似于“流動(dòng)性黑洞”的千股跌?,F(xiàn)象;2020年3月19日,美國(guó)股票市場(chǎng)先后歷經(jīng)四次流動(dòng)性熔斷。雖然已有研究認(rèn)為會(huì)計(jì)信息質(zhì)量是影響股票流動(dòng)性的重要因素之一,但少有文獻(xiàn)從會(huì)計(jì)穩(wěn)健性視角對(duì)此進(jìn)行探討[2-4]。

會(huì)計(jì)穩(wěn)健性作為上市公司財(cái)務(wù)報(bào)告的重要原則,是衡量會(huì)計(jì)信息質(zhì)量的重要指標(biāo)之一[5]。理論上,會(huì)計(jì)穩(wěn)健性原則有助于公司會(huì)計(jì)信息質(zhì)量的提升,緩解外部投資者與管理層之間信息不對(duì)稱所帶來(lái)的逆向選擇風(fēng)險(xiǎn)及道德風(fēng)險(xiǎn),從而提高市場(chǎng)交易效率及股票流動(dòng)性。然而,會(huì)計(jì)穩(wěn)健性原則的存在從客觀上為上市公司蓄意進(jìn)行盈余管理創(chuàng)造了空間,并為其實(shí)施利潤(rùn)造假、隧道挖掘、會(huì)計(jì)信息操縱等行為提供了可乘之機(jī)。有鑒于此,本文認(rèn)為有以下問(wèn)題需要厘定:會(huì)計(jì)穩(wěn)健性是否對(duì)股票流動(dòng)性產(chǎn)生影響?其影響是正向促進(jìn)還是負(fù)向抑制?如果產(chǎn)生影響,會(huì)計(jì)穩(wěn)健性是否可以通過(guò)股價(jià)信息含量作用于股票流動(dòng)性?

二、文獻(xiàn)綜述與問(wèn)題提出

(一)會(huì)計(jì)穩(wěn)健性的公司治理效應(yīng)

現(xiàn)有文獻(xiàn)對(duì)會(huì)計(jì)穩(wěn)健性是否能夠發(fā)揮公司治理效應(yīng)存在爭(zhēng)論。一種觀點(diǎn)認(rèn)為,會(huì)計(jì)穩(wěn)健性具有治理效應(yīng),能夠提高外部投資者的信息發(fā)現(xiàn)效率,降低代理成本,約束管理層的非理性行為[2]。對(duì)于此結(jié)論,一些學(xué)者從實(shí)證研究的角度,檢驗(yàn)了會(huì)計(jì)穩(wěn)健性對(duì)于上市公司非理性融資行為的抑制作用[5,6];另一些學(xué)者則從社會(huì)責(zé)任等非財(cái)務(wù)報(bào)告披露的視角,研究了會(huì)計(jì)穩(wěn)健性的治理機(jī)制對(duì)于流動(dòng)性危機(jī)的影響[7,8]。另一種觀點(diǎn)認(rèn)為,雖然會(huì)計(jì)穩(wěn)健性具有治理功能,但其嚴(yán)苛的標(biāo)準(zhǔn)會(huì)導(dǎo)致會(huì)計(jì)系統(tǒng)對(duì)于好、壞消息的確認(rèn)存在非對(duì)稱特征,由此加劇了信息不對(duì)稱問(wèn)題[9,10]。與此同時(shí),會(huì)計(jì)穩(wěn)健性對(duì)好消息的確認(rèn)設(shè)置了更高的驗(yàn)證門(mén)檻,由此可能誘發(fā)公司刻意隱匿好消息、進(jìn)行向下的盈余管理等行為[11],從而對(duì)公司治理產(chǎn)生負(fù)面影響。

(二)股價(jià)信息含量對(duì)股票市場(chǎng)有效性的影響

理論界關(guān)于股價(jià)信息含量對(duì)股票市場(chǎng)有效性的影響存在“信息效率”“非理性噪音”兩種解釋。一方面,“信息效率”解釋者認(rèn)為股價(jià)的任何變動(dòng)都由信息流動(dòng)造成,股價(jià)包含了一切可得信息,此種狀況有助于股票市場(chǎng)有效性的提升。很多研究發(fā)現(xiàn),當(dāng)行業(yè)指數(shù)與公司股價(jià)存在較高的非同步性時(shí),市場(chǎng)效率降低[12]。但是,非同步性帶來(lái)了新的套利機(jī)會(huì),投資者可通過(guò)媒介、社會(huì)網(wǎng)絡(luò)等渠道獲取大量私有信息并進(jìn)行交易,此舉有助于公司特質(zhì)信息在股價(jià)中的完全反映,同時(shí)也提高了股價(jià)信息含量。在此種機(jī)制下,股票價(jià)格發(fā)現(xiàn)效率提高,股價(jià)更接近均衡價(jià)格,市場(chǎng)交易可能更為活躍[13]。另一方面,“非理性噪音”解釋者認(rèn)為,噪音而非信息決定股價(jià)信息含量,由此可能導(dǎo)致股價(jià)偏離基本價(jià)值,不利于股票市場(chǎng)有效性的提升。一些學(xué)者通過(guò)實(shí)證研究發(fā)現(xiàn),公開(kāi)信息無(wú)法解釋股價(jià)波動(dòng)之謎,股價(jià)波動(dòng)源于噪音交易行為[14]。噪音交易者以噪音信息作為決策借鑒,從而使股價(jià)的噪音程度更高[15]。同時(shí),一些學(xué)者還從信念異質(zhì)性、理性預(yù)期等方面討論了噪音交易對(duì)股票市場(chǎng)有效性的影響[16]。

(三)會(huì)計(jì)信息質(zhì)量對(duì)股票流動(dòng)性的影響

已有研究認(rèn)為,會(huì)計(jì)信息的公開(kāi)、及時(shí)披露可顯著降低信息不對(duì)稱程度,提升交易者的投資關(guān)注[3,4]。由于會(huì)計(jì)信息質(zhì)量對(duì)于市場(chǎng)融資成本尤為關(guān)鍵,因此其對(duì)公司股票流動(dòng)性的增強(qiáng)效果更為顯著。但是,一些會(huì)計(jì)行為如公司盈余管理的程度越高,可能會(huì)降低會(huì)計(jì)信息披露質(zhì)量,既而加大股票流動(dòng)性風(fēng)險(xiǎn)[17]。同時(shí),會(huì)計(jì)信息可比性也成為會(huì)計(jì)信息質(zhì)量度量的主要指標(biāo),該指標(biāo)要求上市公司在不同時(shí)期的會(huì)計(jì)事項(xiàng)披露應(yīng)遵循一致性原則;會(huì)計(jì)信息可比性的提升有助于提高上市公司的股價(jià)信息含量,同時(shí)也可以改善投資者的信息遴選效率,因此有助于股票流動(dòng)性的提升[18]。

綜上所述,首先,已有文獻(xiàn)關(guān)于會(huì)計(jì)穩(wěn)健性是否能夠發(fā)揮公司治理效應(yīng)仍存在爭(zhēng)論,亟須從微觀角度對(duì)此提供新證據(jù)。其次,已有文獻(xiàn)關(guān)于股價(jià)信息含量對(duì)股票市場(chǎng)有效性的影響存在“非理性噪音”和“信息效率”兩種解釋。最后,現(xiàn)有研究主要從會(huì)計(jì)信息披露效果、盈余管理、會(huì)計(jì)信息可比性等視角分析了會(huì)計(jì)信息質(zhì)量對(duì)股票流動(dòng)性的影響,但少有文獻(xiàn)基于會(huì)計(jì)穩(wěn)健性視角來(lái)進(jìn)行探討。然而,作為會(huì)計(jì)信息質(zhì)量度量的重要指標(biāo)之一,會(huì)計(jì)穩(wěn)健性能夠?qū)ν顿Y者與公司之間的委托代理狀況、信息不對(duì)稱程度等產(chǎn)生影響,從而改變交易者的市場(chǎng)預(yù)期,最終導(dǎo)致股票流動(dòng)性發(fā)生變化。此外,基于信息經(jīng)濟(jì)學(xué)及公司治理理論的研究范式,在探究會(huì)計(jì)穩(wěn)健性與股票流動(dòng)性的關(guān)系時(shí),股價(jià)信息含量的中介作用還有待進(jìn)一步厘定。

三、研究假設(shè)

(一)上市公司會(huì)計(jì)穩(wěn)健性與股票流動(dòng)性

會(huì)計(jì)穩(wěn)健性是財(cái)務(wù)報(bào)告的一個(gè)重要特征和慣例[10]。一方面,會(huì)計(jì)穩(wěn)健性原則由于設(shè)置了較高的信息披露標(biāo)準(zhǔn),能夠在一定程度上遏制公司信息披露中的選擇性行為,減少信息不對(duì)稱所帶來(lái)的逆向選擇風(fēng)險(xiǎn)及道德風(fēng)險(xiǎn),最終提高會(huì)計(jì)信息質(zhì)量[2];另一方面,相對(duì)于好消息,會(huì)計(jì)穩(wěn)健性要求更迅速、全面地捕捉壞消息,這使得會(huì)計(jì)系統(tǒng)對(duì)于好、壞兩種消息的反應(yīng)呈現(xiàn)出非對(duì)稱時(shí)滯性特征,由此可能產(chǎn)生異質(zhì)性經(jīng)濟(jì)后果。那么,上市公司會(huì)計(jì)穩(wěn)健性的提高是提高還是降低了股票流動(dòng)性呢?

本文認(rèn)為,上市公司會(huì)計(jì)穩(wěn)健性的提高會(huì)降低股票流動(dòng)性。第一,當(dāng)上市公司采用會(huì)計(jì)穩(wěn)健性原則時(shí),此種機(jī)制會(huì)促使公司管理層及時(shí)、透明地披露相關(guān)信息;在我國(guó)證券市場(chǎng)投資者教育有待加強(qiáng)、“莊股”現(xiàn)象泛濫、噪音交易較為普遍的現(xiàn)狀下,基于會(huì)計(jì)穩(wěn)健性的信息披露機(jī)制反而減少了投資者利用負(fù)面消息、內(nèi)幕交易等獲得異常回報(bào)的機(jī)會(huì)[9],由此可能導(dǎo)致市場(chǎng)交易量減少并表現(xiàn)為股票流動(dòng)性降低。第二,會(huì)計(jì)穩(wěn)健性會(huì)通過(guò)信號(hào)傳遞發(fā)揮其治理功能,在一定程度上阻礙管理層投資決策的機(jī)會(huì)主義行為,促使其聚焦長(zhǎng)期、價(jià)值型投資項(xiàng)目,短期內(nèi)可能降低公司的每股收益[6],由此進(jìn)一步導(dǎo)致股票流動(dòng)性降低。第三,會(huì)計(jì)穩(wěn)健性要求上市公司“不應(yīng)高估資產(chǎn)或者收益、低估負(fù)債或者費(fèi)用”,這種審慎原則在一定程度上減少了公司的預(yù)期利潤(rùn),從而降低市場(chǎng)交易者對(duì)該股票的關(guān)注度,由此降低股票流動(dòng)性。第四,會(huì)計(jì)穩(wěn)健性可能會(huì)為一些上市公司在出現(xiàn)業(yè)績(jī)不佳或管理層更替狀況時(shí),提供極端向下盈余管理的操縱手段。這些公司可能假借“不應(yīng)低估負(fù)債或者費(fèi)用”的會(huì)計(jì)穩(wěn)健性之名,在當(dāng)年“狠虧”一次為未來(lái)幾年的賬面盈利提升做好鋪墊。這種行為可能導(dǎo)致信息不透明且引起市場(chǎng)過(guò)度反應(yīng),最終造成股票流動(dòng)性下降。基于以上分析,本文提出以下假設(shè):

H1:上市公司會(huì)計(jì)穩(wěn)健性的提高降低了證券市場(chǎng)的股票流動(dòng)性。

(二)上市公司會(huì)計(jì)穩(wěn)健性與股價(jià)信息含量

股價(jià)信息含量反映了公司私有信息融入股價(jià)的程度。在確定會(huì)計(jì)穩(wěn)健性原則前,上市公司的會(huì)計(jì)信息披露質(zhì)量、積極性普遍不高,“莊家”控股、內(nèi)幕交易等行為更使得市場(chǎng)對(duì)于已披露的財(cái)務(wù)信息可信度產(chǎn)生懷疑[10]。而且,我國(guó)證券市場(chǎng)投資者受教育程度整體較低,非效率市場(chǎng)特征較為明顯。因此,針對(duì)信息質(zhì)量較差的公司,投資者可能會(huì)更多地依賴社會(huì)網(wǎng)絡(luò)、分析師預(yù)測(cè)等渠道進(jìn)行特質(zhì)信息挖掘和噪音交易,由此導(dǎo)致公司特質(zhì)信息更好地融入股價(jià)。

但在確定會(huì)計(jì)穩(wěn)健性原則后,公司報(bào)表附注中披露的項(xiàng)目越來(lái)越豐富,包含更多的行業(yè)、市場(chǎng)層面信息[5]。此時(shí),投資者會(huì)逐漸認(rèn)識(shí)到公司特質(zhì)信息的含量難以助其實(shí)現(xiàn)超額收益,因此他們可能更加關(guān)注分析師預(yù)測(cè)報(bào)告中的行業(yè)和市場(chǎng)層面信息,而不是公司特質(zhì)信息[11]。在此種情形下,投資者的交易行為會(huì)阻礙公司特質(zhì)信息融入股價(jià),由此降低股價(jià)信息含量。此外,由于會(huì)計(jì)穩(wěn)健性對(duì)于壞消息的反饋速度比對(duì)好消息更快,處置準(zhǔn)則等更嚴(yán)苛,且會(huì)計(jì)穩(wěn)健性對(duì)好消息的確認(rèn)設(shè)置了更高的驗(yàn)證門(mén)檻[5],由此可能造成好消息的反應(yīng)時(shí)滯較壞消息更長(zhǎng),進(jìn)一步表現(xiàn)為會(huì)計(jì)系統(tǒng)對(duì)好、壞消息的反應(yīng)呈現(xiàn)出非對(duì)稱時(shí)滯性特征[10],從而降低股價(jià)信息含量。而且,某些公司可能會(huì)假借會(huì)計(jì)穩(wěn)健性之名,實(shí)施極端向下的盈余管理。例如,當(dāng)上市公司計(jì)提大量秘密減值準(zhǔn)備以實(shí)施“洗大澡”等盈余管理行為時(shí)[1],可能導(dǎo)致其會(huì)計(jì)信息不透明,由此也會(huì)降低股價(jià)信息含量?;谝陨戏治?,本文提出如下假設(shè):

H2:上市公司會(huì)計(jì)穩(wěn)健性的提高降低了證券市場(chǎng)的股價(jià)信息含量。

(三)會(huì)計(jì)穩(wěn)健性、股價(jià)信息含量與股票流動(dòng)性

前已述及,上市公司會(huì)計(jì)穩(wěn)健性顯著降低了股價(jià)信息含量,而股價(jià)信息含量的改變會(huì)對(duì)股票流動(dòng)性產(chǎn)生影響。目前,理論界關(guān)于股價(jià)信息含量對(duì)金融市場(chǎng)有效性的影響存在兩種爭(zhēng)論[15]。一方面,“信息效率”解釋者認(rèn)為,股價(jià)反映了一切可獲得的信息。為了獲得超額利潤(rùn),投資者會(huì)竭力進(jìn)行信息搜集以服務(wù)于交易,由此導(dǎo)致公司的特質(zhì)信息更多地反映在股價(jià)中,股價(jià)的信息含量由此得以提升[12]。在此種情況下,股價(jià)信息含量越高,則價(jià)格發(fā)現(xiàn)效率越高,股價(jià)趨于均衡價(jià)格,股票流動(dòng)性提高[13]。另一方面,“非理性噪音”解釋者認(rèn)為,噪音而非信息決定股價(jià)信息含量?!靶畔⑿省奔僭O(shè)不能很好地闡釋一些觀測(cè)異象,如超額波動(dòng)率和封閉式基金之謎等,這都是由更多的噪音交易引起的[15]。噪音交易者會(huì)以噪音作為決策信息進(jìn)行交易,使得股價(jià)不能真實(shí)地反映公司的基本經(jīng)營(yíng)狀況,表現(xiàn)為更多的噪音疊加。可見(jiàn),股價(jià)信息含量代表信息還是噪音是股票流動(dòng)性產(chǎn)生根源的爭(zhēng)論焦點(diǎn)之一。

由于我國(guó)資本市場(chǎng)仍為新興市場(chǎng),信息披露制度、法律法規(guī)等市場(chǎng)環(huán)境建設(shè)正在完善,投資者教育還需進(jìn)一步提升,非效率市場(chǎng)特征比較明顯,這些因素的存在都可能導(dǎo)致噪音交易主導(dǎo)市場(chǎng)[15]。因此,在股價(jià)信息含量較低時(shí),股價(jià)更多反映的是噪音交易的結(jié)果,這往往導(dǎo)致股價(jià)與公司基本價(jià)值的偏離以及信息效率的損失,由此可能降低股票流動(dòng)性。然而,隨著股價(jià)信息含量的提升,股價(jià)可能反映更多的公司特質(zhì)信息,例如公司未來(lái)盈利信息、市場(chǎng)未來(lái)需求變化、潛在競(jìng)爭(zhēng)者信息、未來(lái)投資機(jī)會(huì)信息等。此種情形會(huì)降低股票信息的非對(duì)稱水平,提高股票的信息效率,引導(dǎo)資本流向最具價(jià)值的上市公司,由此提高股票流動(dòng)性。綜上所述,本文認(rèn)為股價(jià)信息含量與股票流動(dòng)性之間呈U 型關(guān)系。進(jìn)一步,當(dāng)股價(jià)信息含量處于較低水平時(shí),市場(chǎng)以噪音交易為主,此時(shí)股票流動(dòng)性會(huì)隨著股價(jià)信息含量的提升而下降,這支持“非理性噪音”假說(shuō);當(dāng)股價(jià)信息含量高于一定水平或閾值時(shí),此時(shí)股票流動(dòng)性對(duì)于股價(jià)信息含量的敏感性提高,二者呈正相關(guān)關(guān)系,這支持了“信息效率”假說(shuō)。有鑒于此,本文提出以下假設(shè):

H3:股價(jià)信息含量與股票流動(dòng)性之間呈U 型關(guān)系。

H4:股價(jià)信息含量在上市公司會(huì)計(jì)穩(wěn)健性對(duì)股票流動(dòng)性的影響中具有中介作用。

四、研究設(shè)計(jì)

(一)樣本選擇與數(shù)據(jù)來(lái)源

本文數(shù)據(jù)來(lái)源于國(guó)泰安(CSMAR)數(shù)據(jù)庫(kù)、Wind 資訊金融終端。選取2008 ~2020 年滬深A(yù) 股上市公司的非平衡面板數(shù)據(jù)為初始研究樣本,并剔除樣本期內(nèi)的ST公司、退市企業(yè)、金融類(lèi)企業(yè)、進(jìn)行股票增發(fā)的企業(yè),最后對(duì)連續(xù)變量進(jìn)行1%和99%分位的縮尾處理。

(二)主要變量選擇與度量

1. 會(huì)計(jì)穩(wěn)健性的測(cè)度。參考Khan 和Watts[19]的研究,本文通過(guò)構(gòu)建Cscore模型度量公司會(huì)計(jì)穩(wěn)健性,即:

EPSi,t、Pi,t、Ri,t分別表示每股收益、收盤(pán)價(jià)格、股票收益率,其中Ri,t=(Pi,t-Pi,t-1)/Pi,t-1。當(dāng)Ri,t>0 時(shí),Di,t=0;當(dāng)Ri,t<0 時(shí),Di,t=1。εi,t為擾動(dòng)項(xiàng)。回歸系數(shù)β0表示公司層面對(duì)“好消息”的反應(yīng)時(shí)滯,可記為公司i 第t 年“好消息”確認(rèn)程度Gscorei,t;β1表示股價(jià)對(duì)“壞消息”的反應(yīng)時(shí)滯,即會(huì)計(jì)穩(wěn)健性指標(biāo)Cscorei,t。且有:

其中,SIZEi,t、MBi,t、LEVi,t分別為總資產(chǎn)的自然對(duì)數(shù)、權(quán)益賬面價(jià)值比率、債務(wù)權(quán)益比率。將式(2)、式(3)中的β0與β1代入式(1),得:

對(duì)式(4)進(jìn)行分年度、行業(yè)回歸,把得到的回歸系數(shù)μ1~μ4以及γ1~γ4分別代入式(2)、式(3),計(jì)算得到Gscorei,t以及會(huì)計(jì)穩(wěn)健性Cscorei,t。其中,Cscorei,t的取值越大,上市公司會(huì)計(jì)穩(wěn)健性越高。

2. 股票流動(dòng)性的測(cè)度。參照蘇冬蔚、熊家財(cái)[20]的研究,本文選取以下兩種指標(biāo)進(jìn)行股票流動(dòng)性測(cè)度。

(1)股票年度日均換手率(TOVER)。股票年度日均換手率體現(xiàn)了市場(chǎng)買(mǎi)賣(mài)雙方的力量對(duì)比,以及股票交易的速度和流動(dòng)性,其計(jì)算公式如下:

(2)股票非流動(dòng)性(ILLIQ)。參考Amihud[21]及國(guó)泰安數(shù)據(jù)庫(kù)的計(jì)算方法,構(gòu)建如下模型測(cè)度股票非流動(dòng)性:

3. 股價(jià)信息含量的測(cè)度。為了測(cè)度股價(jià)信息含量并檢驗(yàn)回歸結(jié)果的穩(wěn)健性,本文選用兩種指標(biāo)作為股價(jià)信息含量的測(cè)度變量。

(1)股價(jià)非同步性(SYN)。參考Durnev等[12]的方法,通過(guò)以下簡(jiǎn)化的資產(chǎn)定價(jià)模型進(jìn)行股價(jià)信息含量的測(cè)度:

其中:Ri,t、RM,t、RIND,t分別為股票i、市場(chǎng)指數(shù)、所屬行業(yè)在第t 期的周收益率;εi,t為公司股票不被市場(chǎng)解釋的其他部分。根據(jù)統(tǒng)計(jì)學(xué)原理,擬合優(yōu)度R2為某只股票價(jià)格波動(dòng)與市場(chǎng)指數(shù)的趨同性,該值越大則表明二者的同步性越高,此時(shí)股價(jià)反映的公司特質(zhì)信息較少,股價(jià)信息含量不高。本文對(duì)R2進(jìn)行如下處理:

其中,SYN代表股價(jià)非同步性,該值越大表明股價(jià)非同步性越高,股價(jià)信息含量就越高。

(2)知情交易概率(VPIN)。知情交易概率衡量的是基于信息交易訂單的到達(dá)率的比例[22]。參照陳國(guó)進(jìn)等[23]的研究,采用VPIN方法對(duì)知情交易概率進(jìn)行估計(jì)。令買(mǎi)賣(mài)交易量分別為:

其中:t(τ)為第τ 交易籃子中最后的時(shí)間限制;i、Vi、Pi依次表示時(shí)間間隔、交易量、價(jià)格;σ△P、Z 分別為標(biāo)準(zhǔn)差、標(biāo)準(zhǔn)正態(tài)分布的累計(jì)分布函數(shù)。依據(jù)式(9)、式(10),知情交易概率VPIN 可表示為:

其中:n 為單位時(shí)間內(nèi)的籃子數(shù);V 為每個(gè)籃子的等交易量。VPIN越大則股價(jià)信息含量越高。

4. 控制變量。為保證計(jì)量結(jié)果的穩(wěn)健性,參考林忠國(guó)等[15],以及陳強(qiáng)、馬超[16]的研究,本文的控制變量主要包括股票交易特征、公司基本特征、公司治理三個(gè)方面,并在回歸分析中控制行業(yè)和年度效應(yīng)。所有變量的符號(hào)及定義如表1所示。

(三)回歸模型的建立

本文構(gòu)建如下面板回歸模型以檢驗(yàn)研究假設(shè):

式(12)~(15)中的主要變量定義見(jiàn)表1,Control 為控制變量,ε 為擾動(dòng)項(xiàng)。式(12)~(14)用于檢驗(yàn)H1 ~H3,式(12)、(13)、(15)用于檢驗(yàn)H4,主要參考溫忠麟等[24]的中介效應(yīng)逐步回歸方法。本文擬采用Stata 15及Matlab 2016進(jìn)行模型計(jì)算及實(shí)證回歸分析。

表1 變量定義

五、實(shí)證分析

(一)描述性統(tǒng)計(jì)

表2給出了所有變量的描述性統(tǒng)計(jì)結(jié)果。結(jié)果顯示,會(huì)計(jì)穩(wěn)健性Cscore 的均值為-0.0358,標(biāo)準(zhǔn)差為0.8794,說(shuō)明本文選取的上市公司在樣本期間內(nèi)的會(huì)計(jì)穩(wěn)健性差異較小。股票非流動(dòng)性ILLIQ的均值為0.2437,中位數(shù)為0.0392;股票年度日均換手率TOVER 的均值和標(biāo)準(zhǔn)差為3.3445、3.3664。股價(jià)非同步性SYN 的均值和標(biāo)準(zhǔn)差分別為0.4582、0.1954;知情交易概率VPIN 的均值為0.2465,與陳國(guó)進(jìn)等[23]計(jì)算出的VPIN 值0.278 較為接近。此外,本文還進(jìn)行了Pearson相關(guān)性分析,大部分變量之間相關(guān)系數(shù)的絕對(duì)值均未超過(guò)0.5,表明不存在嚴(yán)重的多重共線性問(wèn)題。

表2 變量的描述性統(tǒng)計(jì)

(二)多元回歸分析

1. 會(huì)計(jì)穩(wěn)健性與股票流動(dòng)性。表3 報(bào)告了式(12)的回歸結(jié)果。列(1)的被解釋變量為股票年度日均換手率(TOVER),主要解釋變量為會(huì)計(jì)穩(wěn)健性(Cscore)。結(jié)果顯示,Cscore 的回歸系數(shù)為-0.0218 且顯著,這表明上市公司會(huì)計(jì)穩(wěn)健性降低了股票流動(dòng)性。表3 列(2)的被解釋變量為股票非流動(dòng)性(ILLIQ)。可以看出,Cscore 的回歸系數(shù)為0.0014且顯著。上述結(jié)果均支持了H1,表明上市公司會(huì)計(jì)穩(wěn)健性的提高降低了股票的流動(dòng)性,同時(shí)也反映出回歸結(jié)果穩(wěn)健。

表3 會(huì)計(jì)穩(wěn)健性與股票流動(dòng)性

2. 會(huì)計(jì)穩(wěn)健性與股價(jià)信息含量。表4報(bào)告了式(13)的回歸結(jié)果。列(1)中,當(dāng)被解釋變量為股價(jià)非同步性(SYN)時(shí),會(huì)計(jì)穩(wěn)健性(Cscore)的回歸系數(shù)為-0.0062 且顯著。這表明上市公司會(huì)計(jì)穩(wěn)健性的提高降低了股價(jià)信息含量,支持了H2。此外,列(2)中,Cscore的回歸系數(shù)也顯著小于0,再次支持了H2。

表4 會(huì)計(jì)穩(wěn)健性與股價(jià)信息含量

3. 股價(jià)信息含量與股票流動(dòng)性。表5給出了式(14)的回歸結(jié)果。列(1)被解釋變量為股票年度日均換手率(TOVER),主要解釋變量為股價(jià)非同步性(SYN)及其平方項(xiàng)(SYN2),二者的回歸系數(shù)分別為-1.2795、0.8249,且均顯著。這表明以股價(jià)非同步性衡量的股價(jià)信息含量與股票流動(dòng)性之間存在U型關(guān)系,支持了H3。究其原因,在股價(jià)信息含量較低時(shí),股價(jià)中包含了更高比例的噪音,股票市場(chǎng)價(jià)格偏離市場(chǎng)均衡價(jià)格,使得投資者產(chǎn)生悲觀預(yù)期,由此表現(xiàn)為股票流動(dòng)性降低。但是,隨著股價(jià)信息含量的上升,股價(jià)可能反映了更多的公司特質(zhì)信息,在一定程度上降低了股價(jià)信息含量對(duì)于好、壞消息的非對(duì)稱反應(yīng),提升了股票的價(jià)格發(fā)現(xiàn)效率,最終提高了股票流動(dòng)性。表5列(2)為式(14)的穩(wěn)健性檢驗(yàn)結(jié)果,其中被解釋變量為股票非流動(dòng)性(ILLIQ),主要解釋變量為知情交易概率(VPIN)及其平方項(xiàng)(VPIN2)??梢钥闯?,VPIN的回歸系數(shù)顯著大于0,VPIN2的回歸系數(shù)顯著小于0。這表明以知情交易概率衡量的股價(jià)信息含量與股票非流動(dòng)性之間存在倒U型關(guān)系,即該指標(biāo)與股票流動(dòng)性之間存在U 型關(guān)系,H3 得到支持,這也驗(yàn)證了回歸結(jié)果的穩(wěn)健性。

表5 股價(jià)信息含量與股票流動(dòng)性

4. 股價(jià)信息含量在會(huì)計(jì)穩(wěn)健性對(duì)股票流動(dòng)性影響中的中介作用。依據(jù)逐步回歸法對(duì)股價(jià)信息含量進(jìn)行中介效應(yīng)檢驗(yàn)。由表3 可知,會(huì)計(jì)穩(wěn)健性對(duì)股票流動(dòng)性的回歸結(jié)果顯著,即式(12)的α2顯著;由表4可知,會(huì)計(jì)穩(wěn)健性的提高顯著降低了股價(jià)信息含量,即式(13)的α4顯著。表6報(bào)告了式(15)的回歸結(jié)果。列(1)中,SYN、Cscore 的回歸系數(shù)分別為-0.6516、-0.0224 且顯 著;列(2)中,VPIN、Cscore 的回歸系數(shù)分別為-17.8872、-0.0351 且顯著。這些結(jié)果說(shuō)明會(huì)計(jì)穩(wěn)健性、股價(jià)信息含量對(duì)股票流動(dòng)性的影響均顯著,即式(15)的α9、α10顯著。因此,結(jié)合前文研究結(jié)果及表6列(1)、列(2)可知,在上市公司會(huì)計(jì)穩(wěn)健性對(duì)股票流動(dòng)性的影響過(guò)程中,股價(jià)信息含量具有顯著的部分中介作用,支持了H4。這是因?yàn)?,?huì)計(jì)穩(wěn)健性要求企業(yè)對(duì)于壞消息的反應(yīng)速度、程度要遠(yuǎn)高于好消息,此種嚴(yán)苛、審慎、非對(duì)稱的要求使得企業(yè)對(duì)于這兩類(lèi)消息的反應(yīng)呈現(xiàn)出非對(duì)稱時(shí)滯性特點(diǎn),由此阻礙了公司特質(zhì)信息更好地融入股價(jià),導(dǎo)致了一定程度上的股價(jià)信息含量降低。然而,股價(jià)信息含量的降低加劇了公司與外部投資者之間的信息不對(duì)稱,左右了投資者的心理預(yù)期,增加了市場(chǎng)交易成本,由此降低了股票流動(dòng)性。此外,會(huì)計(jì)穩(wěn)健性的審慎原則使得投資者的信息認(rèn)知程度提高,知情交易概率的進(jìn)一步提升使得我國(guó)證券市場(chǎng)中以“噪音交易”獲利為主的投資者交易積極性下降,從而導(dǎo)致上市公司的股票流動(dòng)性降低。此外,表6 列(3)、列(4)中,SYN、VPIN、Cscore的回歸系數(shù)均顯著,表明式(15)的α9、α10顯著,這也支持了H4,反映出回歸結(jié)果穩(wěn)健。

表6 會(huì)計(jì)穩(wěn)健性、股價(jià)信息含量與股票流動(dòng)性

(三)穩(wěn)健性檢驗(yàn)

1. 內(nèi)生性檢驗(yàn)。參考Khalilov 等[25]、劉柏和琚濤[26]的方法,本研究對(duì)可能存在的互為因果、樣本選擇偏差等內(nèi)生性問(wèn)題進(jìn)行了檢驗(yàn)。

(1)互為因果。為排除會(huì)計(jì)穩(wěn)健性與股票流動(dòng)性、會(huì)計(jì)穩(wěn)健性與股價(jià)信息含量之間互為因果的內(nèi)生性問(wèn)題,本研究以同行業(yè)、同年度其他公司的平均會(huì)計(jì)穩(wěn)健性(Cscore_iv)作為工具變量,進(jìn)行兩階段最小二乘回歸(2SLS)。選擇這一工具變量主要基于兩方面原因:第一,由于同一行業(yè)內(nèi)的公司特質(zhì)、業(yè)務(wù)具有同質(zhì)性,因此本公司的財(cái)務(wù)穩(wěn)健性指標(biāo)與其他公司具有相近性,符合工具變量的遴選原則。第二,其他公司的會(huì)計(jì)穩(wěn)健性指標(biāo)不影響本公司的財(cái)務(wù)指標(biāo)選擇,這滿足外生性要求。

表7報(bào)告了工具變量第一階段及第二階段的回歸結(jié)果。其中,列(1)~(4)的被解釋變量分別為股票非流動(dòng)性(ILLIQ)、股價(jià)非同步性(SYN)、知情交易概率(VPIN)、股票非流動(dòng)性(ILLIQ)。結(jié)果顯示,工具變量Cscore_iv 的Cragg-Donald 統(tǒng)計(jì)值均顯著大于Stock-Yogo 在10%水平上的臨界值,因此可以拒絕弱工具變量假設(shè)。2SLS第一階段回歸結(jié)果顯示,Cscore_iv 與Cscore 的回歸系數(shù)分別為0.7991、0.8382、0.7646、0.7973 且均顯著,表明工具變量合理。工具變量2SLS第二階段的結(jié)果如表7列(1)~(3)中所示,Cscore與ILLIQ、SYN、VPIN的回歸系數(shù)分別為0.0057、-0.0442、-0.0023,分別在5%、1%、1%的水平上顯著,這表明上市公司會(huì)計(jì)穩(wěn)健性的提高顯著降低了股票流動(dòng)性與股價(jià)信息含量,再次支持了H1、H2。此外,列(4)中,ILLIQ與SYN、SYN2的回歸系數(shù)均顯著,表明股價(jià)信息含量與股票流動(dòng)性之間存在U 型關(guān)系,再次驗(yàn)證了H3。由此保證了回歸結(jié)果的穩(wěn)健性。

表7 工具變量2SLS的檢驗(yàn)結(jié)果

(2)樣本選擇偏差。為了解決樣本選擇偏差問(wèn)題,借鑒劉柏和琚濤[26]的研究,采取傾向得分匹配法(PSM)進(jìn)行檢驗(yàn)。首先,將會(huì)計(jì)穩(wěn)健性指標(biāo)的全部樣本數(shù)據(jù)進(jìn)行排列,以中位數(shù)分組設(shè)置虛擬變量(Cscore_dum)。高于中位數(shù)取1,表示會(huì)計(jì)穩(wěn)健性較高;低于中位數(shù)取0,表示會(huì)計(jì)穩(wěn)健性較低。其次,以股票年度日均換手率TOVER 為被解釋變量,選擇影響TOVER的Price、Volume、Wave、Lev、Growth、Size、Mbr、Age、Instr、Top1、Pay、Manager 十二個(gè)變量為匹配變量,使用Logit 回歸,傾向分值選取最近鄰方法,在兩組之間進(jìn)行1∶1 有放回匹配。最后,使用最小二乘法OLS對(duì)匹配后的樣本進(jìn)行回歸。

表8報(bào)告了傾向得分匹配方法的檢驗(yàn)結(jié)果。結(jié)果顯示,表8列(1)中,Cscore_dum與TOVER的回歸系數(shù)為-0.0726,在5%的水平上顯著,表明上市公司會(huì)計(jì)穩(wěn)健性顯著降低了股票流動(dòng)性,再次驗(yàn)證了H1,與前文結(jié)果一致。列(2)中,TOVER與SYN、SYN2的回歸系數(shù)均顯著,列(3)中TOVER 與VPIN、VPIN2的回歸系數(shù)均顯著,這些結(jié)果表明,股價(jià)信息含量與股票流動(dòng)性之間存在U型關(guān)系,與前文結(jié)果一致。由此保證了回歸結(jié)果的穩(wěn)健性。

表8 傾向得分匹配法(PSM)的檢驗(yàn)結(jié)果

2. 變換中介檢驗(yàn)方法。參考溫忠麟等[24]的方法,本文根據(jù)Sobel 系數(shù)乘積檢驗(yàn)法進(jìn)行中介效應(yīng)檢驗(yàn)(見(jiàn)表9)。結(jié)果顯示,Sobel Z、Goodman-1 Z與Goodman-2 Z 的Z 統(tǒng)計(jì)量均為正,且在1%的水平上顯著。這些結(jié)果表明,股價(jià)信息含量的中介效應(yīng)顯著,即上市公司會(huì)計(jì)穩(wěn)健性可通過(guò)股價(jià)信息含量影響股票流動(dòng)性,再次驗(yàn)證了H4,由此保證了研究結(jié)論的穩(wěn)健性。

表9 股價(jià)信息含量為中介路徑的Sobel檢驗(yàn)

3. 其他穩(wěn)健性檢驗(yàn)。本文還進(jìn)行了其他一系列穩(wěn)健性檢驗(yàn)。首先,在前文中,采用替代變量法,更換了股票流動(dòng)性、股價(jià)信息含量的測(cè)度方法,回歸結(jié)果依然支持H1 ~H4,由此驗(yàn)證了研究結(jié)論的穩(wěn)健性。其次,使用Tobit 和Logit 模型,以及未控制行業(yè)和年度虛擬變量等方法進(jìn)行穩(wěn)健性回歸,發(fā)現(xiàn)回歸結(jié)果與前文基本保持一致。限于篇幅,在此未給出具體回歸結(jié)果。

(四)異質(zhì)性研究

1. 基于產(chǎn)權(quán)異質(zhì)性的進(jìn)一步分析。表10 報(bào)告了產(chǎn)權(quán)異質(zhì)性視角下會(huì)計(jì)穩(wěn)健性與股票流動(dòng)性之間的回歸結(jié)果。由表10 可知,當(dāng)被解釋變量為T(mén)OVER 時(shí),國(guó)有組中Cscore 的回歸系數(shù)顯著小于0,而非國(guó)有組的系數(shù)不顯著。這表明相對(duì)于非國(guó)有企業(yè),在國(guó)有企業(yè)中會(huì)計(jì)穩(wěn)健性對(duì)股票流動(dòng)性的負(fù)向影響更明顯。此外,當(dāng)被解釋變量為ILLIQ時(shí),只有國(guó)有組的Cscore回歸系數(shù)顯著為正,再次表明國(guó)有產(chǎn)權(quán)性質(zhì)強(qiáng)化了會(huì)計(jì)穩(wěn)健性對(duì)股票流動(dòng)性的負(fù)向影響。

表10 會(huì)計(jì)穩(wěn)健性與股票流動(dòng)性:按產(chǎn)權(quán)性質(zhì)分組

2. 基于股權(quán)集中度異質(zhì)性的進(jìn)一步分析。本文借鑒柯艷蓉、吳曉暉和李玉敏[27]的做法,根據(jù)第一大股東的持股比例中位數(shù),將樣本劃分為股權(quán)集中度高、低兩組,分別取1、0。表11 報(bào)告了股權(quán)集中度異質(zhì)性視角下會(huì)計(jì)穩(wěn)健性與股票流動(dòng)性的回歸結(jié)果。結(jié)果顯示,當(dāng)被解釋變量為T(mén)OVER 時(shí),高股權(quán)集中度組Cscore 的回歸系數(shù)為-0.0273 且顯著,而低股權(quán)集中度組Cscore的回歸系數(shù)不顯著。這表明相對(duì)于低股權(quán)集中度,較高的股權(quán)集中度強(qiáng)化了會(huì)計(jì)穩(wěn)健性對(duì)股票流動(dòng)性的負(fù)向影響。此外,當(dāng)被解釋變量為ILLIQ時(shí),高股權(quán)集中度組Cscore的回歸系數(shù)顯著大于0,而低股權(quán)集中度組Cscore 的回歸系數(shù)不顯著。該結(jié)果再次表明股權(quán)集中度越高,上市公司會(huì)計(jì)穩(wěn)健性對(duì)股票流動(dòng)性的負(fù)向影響越明顯,同時(shí)也證明了回歸結(jié)果的穩(wěn)健性。

3. 基于機(jī)構(gòu)投資者持股異質(zhì)性的進(jìn)一步分析。借鑒韓金曉和張麗[28]的研究,將知情機(jī)構(gòu)投資者持股(Info)定義為證券投資基金、券商以及QFII 持股比例之和,非知情機(jī)構(gòu)投資者持股(Noninfo)則為保險(xiǎn)公司、社?;稹⑵髽I(yè)年金、信托公司、財(cái)務(wù)公司以及其他機(jī)構(gòu)投資者持股比例之和。實(shí)證研究發(fā)現(xiàn),知情機(jī)構(gòu)持股比例較高削弱了會(huì)計(jì)穩(wěn)健性對(duì)股票流動(dòng)性的負(fù)向影響,但非知情機(jī)構(gòu)投資者持股則恰好相反?;貧w方法與前述方法相同,具體研究過(guò)程及結(jié)果從略。

六、研究結(jié)論

本文以2008 ~2020年滬深A(yù)股非金融類(lèi)上市公司為樣本,以股價(jià)信息含量為中介變量,研究了上市公司會(huì)計(jì)穩(wěn)健性對(duì)股票流動(dòng)性的影響。首先,在提出相關(guān)研究假設(shè)的基礎(chǔ)上,本文采用Cscore模型測(cè)度會(huì)計(jì)穩(wěn)健性,構(gòu)建股票年度日均換手率、非流動(dòng)性指標(biāo)模型來(lái)度量股票流動(dòng)性,選取股價(jià)非同步性和知情交易概率模型來(lái)測(cè)度股價(jià)信息含量。在此基礎(chǔ)上,采用面板數(shù)據(jù)回歸模型及逐步回歸中介效應(yīng)檢驗(yàn)方法,以股價(jià)信息含量為中介變量,實(shí)證研究上市公司會(huì)計(jì)穩(wěn)健性對(duì)股票流動(dòng)性的影響。得到以下結(jié)論:首先,上市公司會(huì)計(jì)穩(wěn)健性的提升顯著降低了股價(jià)信息含量和股票流動(dòng)性。其次,股價(jià)信息含量與股票流動(dòng)性之間存在U型關(guān)系;當(dāng)股價(jià)信息含量較低且市場(chǎng)交易以噪音交易為主時(shí),股價(jià)信息含量與股票流動(dòng)性之間呈負(fù)相關(guān)關(guān)系;當(dāng)股價(jià)信息含量上升且包含更多公司層面的特質(zhì)信息時(shí),二者表現(xiàn)出正相關(guān)關(guān)系。再次,股價(jià)信息含量在上市公司會(huì)計(jì)穩(wěn)健性對(duì)股票流動(dòng)性的影響中具有部分中介作用。最后,國(guó)有產(chǎn)權(quán)性質(zhì)、高股權(quán)集中度、非知情機(jī)構(gòu)投資者持股強(qiáng)化了會(huì)計(jì)穩(wěn)健性對(duì)股票流動(dòng)性的負(fù)向影響,而知情機(jī)構(gòu)投資者持股則削弱了二者之間的影響關(guān)系。

本文的研究具有三個(gè)方面的政策含義。第一,本文發(fā)現(xiàn)上市公司會(huì)計(jì)穩(wěn)健性降低了股票流動(dòng)性,從而為會(huì)計(jì)穩(wěn)健性原則是否發(fā)揮公司治理效應(yīng)的爭(zhēng)論提供了直接證據(jù)。由于會(huì)計(jì)穩(wěn)健性原則從客觀上為公司的機(jī)會(huì)主義行為留下了選擇空間,造假者可以蓄意采取盈余管理等手段來(lái)粉飾報(bào)表。因此,相關(guān)部門(mén)及上市公司應(yīng)聚焦公司內(nèi)控制度建設(shè)、關(guān)鍵環(huán)節(jié)審計(jì)、極端向下盈余管理懲戒、會(huì)計(jì)信息可比性提升等方面,進(jìn)一步建立財(cái)務(wù)報(bào)告和信息披露的實(shí)時(shí)監(jiān)管系統(tǒng),確保會(huì)計(jì)準(zhǔn)則實(shí)施的質(zhì)量并提升股票流動(dòng)性。第二,投資者搜集、整理、分析和利用信息進(jìn)行交易的能力和行為決定了證券市場(chǎng)信息傳遞的效率。因此,監(jiān)管部門(mén)應(yīng)通過(guò)各種手段加強(qiáng)投資者教育,在規(guī)范、引導(dǎo)投資者交易行為的同時(shí),促使投資者更加積極地挖掘公司層面的特質(zhì)信息進(jìn)行交易,從而降低市場(chǎng)信息不對(duì)稱程度并提高股價(jià)信息含量。第三,本文實(shí)證研究發(fā)現(xiàn),中國(guó)證券市場(chǎng)知情機(jī)構(gòu)投資者的參與有助于公司治理效果和會(huì)計(jì)信息質(zhì)量的提升。因此,利用“混改”等方式引入戰(zhàn)略投資者、推行機(jī)構(gòu)股東積極主義、加大企業(yè)社會(huì)責(zé)任等非財(cái)務(wù)信息的披露力度等,是建立市場(chǎng)性競(jìng)爭(zhēng)體系、完善現(xiàn)代企業(yè)治理的必由之路。

猜你喜歡
穩(wěn)健性回歸系數(shù)噪音
噪音,總是有噪音!
無(wú)法逃避的噪音
會(huì)計(jì)穩(wěn)健性的定義和計(jì)量
商情(2019年3期)2019-03-29 12:04:52
多元線性回歸的估值漂移及其判定方法
會(huì)計(jì)穩(wěn)健性的文獻(xiàn)綜述
財(cái)訊(2018年22期)2018-05-14 08:55:57
噪音的小把戲
白噪音的三種用法
Coco薇(2017年9期)2017-09-07 22:09:28
電導(dǎo)法協(xié)同Logistic方程進(jìn)行6種蘋(píng)果砧木抗寒性的比較
多元線性模型中回歸系數(shù)矩陣的可估函數(shù)和協(xié)方差陣的同時(shí)Bayes估計(jì)及優(yōu)良性
貨幣政策、會(huì)計(jì)穩(wěn)健性與銀行信貸關(guān)系探析
土默特左旗| 买车| 类乌齐县| 泗阳县| 潮州市| 龙陵县| 临湘市| 抚松县| 合川市| 绥德县| 永嘉县| 永平县| 翁牛特旗| 巴中市| 阳原县| 宁国市| 中西区| 利川市| 习水县| 琼海市| 常宁市| 华容县| 米易县| 始兴县| 涪陵区| 鲁山县| 镇赉县| 太白县| 永善县| 焦作市| 泊头市| 南川市| 巍山| 饶平县| 中西区| 永安市| 聂荣县| 阿拉善左旗| 绩溪县| 卢湾区| 永春县|