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

?

投資者情緒、市場流動性與股市崩盤風(fēng)險

2024-02-17 11:29:28
江蘇商論 2024年1期
關(guān)鍵詞:流動性股價股票

姚 君

(江蘇信息職業(yè)技術(shù)學(xué)院 商學(xué)院,江蘇 無錫 214000)

中國股市在1997—2008 年間經(jīng)歷了4 次大的暴跌,股價崩盤作為系統(tǒng)性風(fēng)險的表現(xiàn)形式,成為投資者進(jìn)行投資決策時必須關(guān)注的風(fēng)險之一。 首先,股市崩盤會使個人財富縮水,影響再投資的能力和信心。 其次,對于上市公司而言,會降低資產(chǎn)配置效率,出現(xiàn)融資困難,進(jìn)而引發(fā)實體經(jīng)濟(jì)衰退。 最后,對于整個社會來說,股市崩盤的傳染效應(yīng)極易引發(fā)金融危機(jī),從而影響金融穩(wěn)定性。 因此,研究股市崩盤風(fēng)險有利于保護(hù)市場投資者的合法權(quán)益,能為監(jiān)管部門行為提供決策依據(jù),有利于促進(jìn)中國資本市場的長期健康穩(wěn)定發(fā)展。

一、文獻(xiàn)綜述

(一)股市崩盤風(fēng)險的形成機(jī)制

市場層面的研究成果包括:(1)在沒有明顯重大消息發(fā)生的情況下依然會發(fā)生股市崩盤現(xiàn)象。Gennotte 和Leland(1994)從信息不對稱的角度論證了股票價格并未真實反映出公司隱藏信息,因此發(fā)生股價崩盤的現(xiàn)象。 Romer(1993)在解釋美股1987年崩盤時,提出是由隱藏信息通過交易過程逐步揭露直至完全顯現(xiàn)造成的。 (2)股市的收益呈不對稱分布,股票波動率的提高會導(dǎo)致預(yù)期的風(fēng)險溢價升高,引發(fā)股市崩盤。 主要理論包括Black(1976)和Christie(1982)的杠桿效應(yīng)假說、Pindyck 等(1984)的波動反饋假說以及Blanchard 和Watson(1982)的隨機(jī)泡沫模型假說。 (3) 股價崩盤具有傳染效應(yīng)。King 和Wadhwani(1990)通過經(jīng)濟(jì)基本面、乘數(shù)效應(yīng)、 交易成本等角度進(jìn)行驗證;Kodres 和Pritsker(2002)和Cao(2002)研究發(fā)現(xiàn),信息不對稱和宏觀經(jīng)濟(jì)基本面對股市崩盤的傳染方式和傳染程度有較大的影響。(4)投資者異質(zhì)信念分析框架(Hong 和Stein,2003),即投資者對于股價有不同的認(rèn)識以及面臨著賣空限制。

公司層面的研究成果分為委托代理和信息不對稱。Jensen 和Meckling(1976)認(rèn)為,現(xiàn)代公司管理制度“兩權(quán)分離”造成了股東與管理者間的利益沖突,管理者有動機(jī)去隱藏或推遲壞消息。 Ball(2009)認(rèn)為,帝國構(gòu)建和個人崇拜等非財務(wù)動機(jī)是促使管理者隱藏公司負(fù)面業(yè)績的動機(jī)之一。

(二)股市崩盤風(fēng)險的影響因素

學(xué)者的研究包括:(1) 公司和管理者的行為。Kim 等(2011) 發(fā)現(xiàn)期權(quán)價值與公司股價暴跌正相關(guān);Marin 和Oliver(2008)發(fā)現(xiàn)內(nèi)幕銷售在股價崩盤前較頻繁。(2)會計信息質(zhì)量有可能會增加(Hutton,2009 和Francis2014), 也有可能會降低崩盤風(fēng)險(Kim 和Zhang,2015)。 (3)外部市場主體和環(huán)境因素, 如機(jī)構(gòu)投資者持股比例與股市崩盤風(fēng)險的關(guān)系,分析師擁有較高聲譽(yù)時,兩者的正相關(guān)關(guān)系有所減弱(Xu,2013)。

(三)投資者情緒與股市崩盤風(fēng)險

行為金融學(xué)理論更多的是從異質(zhì)信念的角度研究,目前尚未形成統(tǒng)一的理論框架,最具代表性的是DeLong 等建立的噪聲交易理論和投資結(jié)構(gòu)模型。 而更多的是實證研究:(1)投資者情緒對股價是否形成了系統(tǒng)性風(fēng)險,如Shiller(1989)研究發(fā)現(xiàn)美國股市崩盤正是源于投資者情緒突然從過度樂觀變?yōu)楸^導(dǎo)致。Baur 等(1996)研究發(fā)現(xiàn)投資者情緒與股價變動正相關(guān)。 (2)利用投資者情緒能否有效預(yù)測市場,如Zouaoui(2001)利用投資者情緒指標(biāo)構(gòu)建模型進(jìn)行Logit 回歸發(fā)現(xiàn), 投資者過度自信的投資情緒會產(chǎn)生羊群效應(yīng),進(jìn)而提高了股市崩盤發(fā)生的概率。 蔣志遠(yuǎn)(2013)也論證了這一觀點。 冼學(xué)深(2013)利用KLR 信號分析法研究得出,除去宏觀基本面信息,股市危機(jī)預(yù)警系統(tǒng)中加入投資者情緒指標(biāo)將進(jìn)一步提高系統(tǒng)性風(fēng)險的預(yù)測準(zhǔn)確率。 (3)投資者情緒對股票收益將產(chǎn)生影響。 張強(qiáng)、楊淑娥等(2007)用GARCH 模型驗證得出投資者情緒與股票收益波動率正相關(guān)。

二、作用機(jī)理與研究假設(shè)

(一)市場流動性與股市崩盤風(fēng)險

有學(xué)者認(rèn)為,市場流動性與股市崩盤風(fēng)險表現(xiàn)出正相關(guān),是股價暴跌發(fā)生的外在機(jī)制,即市場流動性提高會導(dǎo)致股市崩盤風(fēng)險上升。 市場流動性在一定程度上反映投資者的心理預(yù)期,當(dāng)投資者抱有悲觀情緒時, 他們會拋售股票來保證投資收益,進(jìn)而引發(fā)股市崩盤(蔣先玲,徐海洲2015)。 在股票市場上,如果交易成本較低,投資者的交易頻率會增加,因而引起股票流動性提高,流動性高的股票會讓只關(guān)注短期績效的機(jī)構(gòu)投資者在短期內(nèi)賣出股票,令股價突然下跌。Fang,Tian and Tice;Potre 發(fā)現(xiàn),隨著壞消息積累到一定程度,短視投資者會出現(xiàn)蜂擁拋售股票的行為,當(dāng)消息全部釋放,拋售加劇會引發(fā)股市崩盤。

也有學(xué)者持相反觀點。 一方面他們認(rèn)為更高的股票流動性會促進(jìn)大股東對公司的監(jiān)控和管理,從根源上減少了壞消息的形成。 另一方面,股票流動性高,投資者更容易獲得信息,這就會使得管理層對壞消息的隱瞞囤積受到限制,從而降低股價崩盤的風(fēng)險被。 但是,如果壞消息公布,投資者將會加速拋售股票,進(jìn)而引發(fā)股市崩盤。

學(xué)界把這兩種作用機(jī)制稱為 “短期行為理論”和 “治理理論”。 這兩種機(jī)制從正反兩方面展開討論。 但是在中國市場上,股東能否始終積極掌握股價信息還未可知,股價信息渠道對崩盤風(fēng)險的影響還未得到有力證實。 一旦發(fā)生股價下跌,股東更有可能優(yōu)先考慮自身利益拋售股票, 造成股市崩盤。所以本文認(rèn)為,在中國市場上二者更可能存在正相關(guān)關(guān)系。 由此,提出假設(shè)H1。

H1:市場流動性越高,股市崩盤的風(fēng)險越高,二者呈現(xiàn)正相關(guān)關(guān)系。

(二)投資者情緒與股市崩盤風(fēng)險

行為金融學(xué)認(rèn)為投資者大多并非完全的理性人,受到情緒影響的投資決策會對股票價格波動產(chǎn)生影響。 Brown and Cliff 研究發(fā)現(xiàn),投資者情緒對股價具有正向影響。 文鳳華等通過構(gòu)建GARCH 和RV-AR 模型, 發(fā)現(xiàn)中國股市正面投資者情緒對股價具有正向預(yù)測作用,但負(fù)面投資者情緒對股價影響不大。 Brown 利用封閉式基金折價和直接調(diào)查構(gòu)造了投資者情緒指標(biāo),通過研究發(fā)現(xiàn)情緒均值的偏離對收益波動有顯著的正向影響。

結(jié)合學(xué)者研究發(fā)現(xiàn),投資者對投資收益分布差異較大,樂觀的投資者購買股票意愿強(qiáng)烈,使得股價被高估(Harrison and kreps)。 此外,股票市場上樂觀情緒又會對投機(jī)行為產(chǎn)生影響。 如不同投資者對某些價值不確定性較高的公司持有不同想法,持樂觀情緒的投資者會購進(jìn)股票,而羊群效應(yīng)會使得股價高估,并逐漸偏離實際價值,進(jìn)而使得股市崩盤風(fēng)險上升。 當(dāng)投機(jī)行為積累到一定程度時,股價被過度高估出現(xiàn)泡沫,引發(fā)投機(jī)風(fēng)險,加劇股市崩盤風(fēng)險。 再次,投資者情緒引起的非理性交易行為會增加市場上的噪聲交易者數(shù)量,造成市場流動性增加的現(xiàn)象(尹海員)。 Kissan Joseph et al.的研究也得出投資者情緒在一定程度上加劇了市場流動性。 對此,提出假設(shè)H2:

H2:投資者情緒影響股市流動性,進(jìn)而加大了股市崩盤風(fēng)險。

三、研究設(shè)計

(一)數(shù)據(jù)來源及樣本說明

本研究選取滬深A(yù) 股2010 年1 月至2020 年12 月的年度數(shù)據(jù)作為樣本進(jìn)行實證驗證,剔除金融行業(yè)數(shù)據(jù)、ST 和*ST 類公司的樣本數(shù)據(jù)、 年度交易小于30 周的公司, 剔除有關(guān)變量缺失的樣本并進(jìn)行縮尾處理,最終獲取1867 家樣本數(shù)據(jù),全部數(shù)據(jù)來自國泰安數(shù)據(jù)庫。

(二)指標(biāo)選取和構(gòu)建模型

其中,i 為股票,Ri,d為股票i 在D 交易日的日收益率,volume 為股票日交易額,選取Amihud 相反數(shù)構(gòu)造股市流動性指標(biāo),即

其中,LIQi,t表示股票i 第t 年的流動性,該數(shù)值越大,股票具有較高的流動性。

2.股市崩盤風(fēng)險指標(biāo)。首先,根據(jù)個股周收益率和市場周收益率數(shù)據(jù),構(gòu)建以下模型,計算經(jīng)市場調(diào)整后的周特質(zhì)收益率:

其中,Ri,t是股票i 在第t 周考慮現(xiàn)金紅利再投資率,Rm,t是股票市場上第t 周的加權(quán)平均收益率,εi,t表示股票i 在第t 周未被解釋的收益率部分。 綜合上述分析,周特質(zhì)收益率可表示為:Wit=ln(1+εi,t),在得出周特質(zhì)收益率基礎(chǔ)上,本文用負(fù)收益偏態(tài)系數(shù)(NCSKEW)和收益波動率(DUVOL)指標(biāo)來衡量股市崩盤風(fēng)險,負(fù)收益偏態(tài)系數(shù):

其中,n 為股票i 的年交易周數(shù),負(fù)收益偏態(tài)系數(shù)(NCSKEW)值越高,意味著股票收益率分布偏左,股市崩盤風(fēng)險越大。 收益波動率公式為:

其中nu和nd分別表示周特有收益率高于或低于年平均收益率的周數(shù),因此,收益波動率(DUVOL)越高,崩盤風(fēng)險越大。

3.投資者情緒指標(biāo)。 學(xué)者們通常衡量投資者情緒分直接計量指標(biāo)和間接計量指標(biāo)二種方法。 直接計量指標(biāo)包括消費(fèi)者信心指數(shù), 央視看盤指數(shù)、投資者智能指數(shù)、好淡指數(shù)等。 間接計量指標(biāo)包括封閉式基金折價率、IPO 數(shù)量和交易量、 股票換手率、新增開戶數(shù)、資金流量等。 本文構(gòu)建的投資者情緒指數(shù)ISI,選取封閉式基金折價率(DCEF)、換手率(TOR)、消費(fèi)者信心指數(shù)(CCI)、市盈率(PER)、成交量(VOL)五個變量。 利用主成分分析法進(jìn)行降維處理,以消除信息重疊產(chǎn)生的共線性。 ISI 變量數(shù)值越大,代表投資者情緒越高漲。

4.其他控制變量。為了保證回歸模型準(zhǔn)確估計,本文選取以下控制變量測度可能對股市崩盤風(fēng)險產(chǎn)生影響因素:(1)周特質(zhì)收益率(Ret);(2)周特質(zhì)波動率(Sigma);(3)上市公司規(guī)模(Size);(4)資產(chǎn)負(fù)債率(Lev):期末總負(fù)債與總資產(chǎn)的比值,該值越大財務(wù)狀況越差,崩盤風(fēng)險越大;(5)總資產(chǎn)收益率(Roa):凈利潤與平均資產(chǎn)總額的比值;(6)賬面市值比(BM):賬面價值與公司市值的比值,該值越大公司前景越差,崩盤風(fēng)險越大;(7)現(xiàn)金流量(Cash-Flow):現(xiàn)金流量與總資產(chǎn)的比值。

5.模型構(gòu)建。 根據(jù)研究假設(shè)1 建立模型如下:

根據(jù)研究假設(shè)2 建立模型如下:

其中Crash 代表股市崩盤風(fēng)險, 其中包含NCKEW、DUVOL,Liq 代表個股的流動性,Control 代表控制變量,α 代表常數(shù),β 代表待估參數(shù),ε 代表隨機(jī)誤差。

四、實證結(jié)果分析

(一)統(tǒng)計與分析

統(tǒng)計結(jié)果如表1 所示,負(fù)偏態(tài)系數(shù)(NCSKEW)和收益波動率(DUVOL)作為衡量股市崩盤風(fēng)險指標(biāo)系數(shù)均值分別是-0.241,-0.163,標(biāo)準(zhǔn)差分別是0.059,0.481??梢姡谥袊善笔袌鲋?,公司的差異性將導(dǎo)致它們承受崩盤風(fēng)險水平相對較大。 股市流動性指標(biāo)均值是-0.139,標(biāo)準(zhǔn)差是0.295。 投資者情緒中位數(shù)為負(fù)值,表明中國股票市場的投資者情緒低迷期要高于情緒高漲期。

表1 總體樣本描述性統(tǒng)計結(jié)果

計算負(fù)偏態(tài)系數(shù)(NCSKEW)和收益波動率(DUVOL),獲得表2。

表2 單變量分析

可以看出高流動性組的股市崩盤風(fēng)險無論是均值還是中位數(shù), 都在顯著性1%的水平上大于低流動性組。 高流動性組的負(fù)偏態(tài)系數(shù)(NCSKEW)的中位數(shù)顯著大于低流動性組, 而收益波動率(DUVOL)的中位數(shù)沒有顯著關(guān)系,以此得出市場流動性與崩盤風(fēng)險為正相關(guān)。

(二)股票流動性對股價崩盤的影響

表3 為模型(6)流動性對股市崩盤風(fēng)險的影響進(jìn)行回歸后的結(jié)果。 第(1)和(2)列是在添加控制變量前后NCSKEW 的系數(shù),分別為0.069 和0.079;第(3)和(4)列是添加控制變量前后DUVOL 的系數(shù),分別為0.046 和0.049, 相關(guān)系數(shù)都在1%水平下顯著。 由此可以得出,不管是否添加解釋變量,股市流動性越高,股市崩盤的風(fēng)險越高,二者呈現(xiàn)正相關(guān)關(guān)系,與研究假設(shè)1 相符。

表3 市場流動性對股市崩盤風(fēng)險的回歸結(jié)果

(三)投資者情緒對股市崩盤風(fēng)險的調(diào)節(jié)

表4 分別展示了模型(7)中負(fù)偏態(tài)系數(shù)(NCSKEW)和收益波動率(DUVOL)的實證結(jié)果,其中投資者情緒(Senti)指標(biāo)的系數(shù)分別為0.186 和0.083,且在1%水平下顯著。 流動性和投資者情緒的交互項均在5%水平下顯著,回歸系數(shù)分別為0.074 和0.039,即投資者情緒對股市崩盤風(fēng)險與流動性對股市崩盤風(fēng)險是正向促進(jìn)作用。

表4 投資者情緒、股票流動性與股價崩盤

市場流動性每增加1 個百分點,負(fù)偏態(tài)系數(shù)會提升0.036 個百分點, 而收益波動率會提升0.029個百分點。 投資者情緒每改變1 個百分點,負(fù)偏態(tài)系數(shù)會提升0.074 個百分點, 而收益波動率會提升0.039 個百分點。 因此,得出受投資者情緒的影響,市場流動性越高,股市崩盤風(fēng)險越大。 在中國,股票市場做空空間十分有限, 投資者樂觀情緒一旦上升,他們會加劇股票購進(jìn)。 而悲觀的投資者未及時做出反應(yīng),會出現(xiàn)股票價值與價格不匹配。 此時,樂觀投資者避險情緒上升,轉(zhuǎn)而拋售股票并可能引發(fā)踩踏效應(yīng),股價就會在短時間內(nèi)快速暴跌。 通過分析可以總結(jié)得出投資者情緒具有加強(qiáng)市場流動性,進(jìn)而引發(fā)股市崩盤風(fēng)險的作用,驗證了假設(shè)2。

此外,加入相互項后模型(7)回歸結(jié)果中的R2的值0.086 和0.091 分別高于模型 (6) 中的R2 的值,說明模型(7)的結(jié)果具有更好的穩(wěn)定性。

五、穩(wěn)健性檢驗

為提高結(jié)論可信度,本文通過構(gòu)建二元崩盤風(fēng)險測度指標(biāo)作為替代指標(biāo), 再次進(jìn)行回歸檢驗分析,計算方式如下:

其中,Ave(YReti,t)表示第i 家公司第t 年的股價周特質(zhì)收益率的年平均值,σi,t是第i 家公司股票當(dāng)期特質(zhì)周收益率的標(biāo)準(zhǔn)差,借鑒文獻(xiàn)規(guī)定3.09 個標(biāo)準(zhǔn)差對應(yīng)標(biāo)準(zhǔn)正態(tài)分布下1%的概率區(qū)間。 如果YReti,t達(dá)到模型(8)條件的次數(shù)≥1,那么該公司股票在當(dāng)年內(nèi)就發(fā)生了股價崩盤風(fēng)險, 則Riski,t取值為1,否則即為0。

以新替換的Riski,t指標(biāo)重新檢驗上述回歸,結(jié)果如表5 所示,首先,市場流動性(Liq)與股市崩盤風(fēng)險虛擬指標(biāo)(Riski,t)在1%的水平上顯著正相關(guān),其次,投資者情緒(Senti)與Riski,t在5%的水平上顯著正相關(guān),最后交互項Liq*Senti 系數(shù)為0.042,且在10%水平上顯著,同樣可以驗證上述結(jié)論,未發(fā)生實質(zhì)性變化。

六、結(jié)論與建議

股票流動性是股市的靈魂,投資者情緒是非理性偏差, 而股價崩盤作為股票市場的異常表現(xiàn),將三者科學(xué)聯(lián)系在一起研究邏輯關(guān)系和作用機(jī)理具有十分重要的意義。

本文使用NCSKEW 和DUVOL 作為衡量股市崩盤風(fēng)險的代理變量,運(yùn)用多元回歸檢驗市場流動性與崩盤風(fēng)險。 基于以上結(jié)論,提出建議:

1.對于市場監(jiān)管者而言,要嚴(yán)格監(jiān)督管理,規(guī)范市場行為。 首先,監(jiān)管機(jī)構(gòu)要加強(qiáng)監(jiān)督管理,嚴(yán)格上市審批和健全退市制度。 完善上市公司信息披露制度,嚴(yán)禁財務(wù)造假、刻意隱瞞公司壞消息等欺詐瞞報行為。 其次,要實時關(guān)注并監(jiān)測股票流動性,令其保持在合理區(qū)間。 同時要密切關(guān)注投資者的心理變化,積極引導(dǎo)和維持投資者情緒的穩(wěn)定性,避免出現(xiàn)過于樂觀的投機(jī)氛圍。 再次,規(guī)范市場行為,避免市場操縱,可以根據(jù)投資者情緒指數(shù)來構(gòu)建一個預(yù)警系統(tǒng),給投資者及時帶來風(fēng)險提示,從而減少情緒波動對市場帶來的沖擊。

2.對上市公司而言,在提升企業(yè)質(zhì)量的同時,要進(jìn)一步加強(qiáng)公司內(nèi)部治理。 上市公司在注重企業(yè)價值創(chuàng)造的同時,要不斷進(jìn)行創(chuàng)新。 同時,加強(qiáng)對公司內(nèi)部的治理,建立健全內(nèi)部監(jiān)管體系。 對高管進(jìn)行股權(quán)和薪酬激勵, 以此來增加管理層責(zé)任意識,從而提升企業(yè)整體效益,從源頭減少壞消息的產(chǎn)生。

3.對投資者而言,加強(qiáng)自身專業(yè)素養(yǎng),加強(qiáng)風(fēng)險意識。 在中國,個人投資者占比偏高,對于個人投資者而言,樹立正確的投資理念,通過線上和線下相結(jié)合的方式學(xué)習(xí)金融相關(guān)專業(yè)知識,加強(qiáng)信息搜集和甄別能力,對企業(yè)財報能夠作出正確的判斷。 其次,要加強(qiáng)風(fēng)險意識,學(xué)會控制情緒,進(jìn)行理性投資。 正確解讀政府和市場釋放的信號,關(guān)注股票價值,減少投機(jī)行為,避免過度樂觀助推流動性對股市崩盤風(fēng)險的影響。 再次,優(yōu)化投資者結(jié)構(gòu),鼓勵機(jī)構(gòu)投資者在股市進(jìn)行長期穩(wěn)定的交易,以維護(hù)中國金融市場健康穩(wěn)定發(fā)展。

猜你喜歡
流動性股價股票
?十不該(股市)
理財周刊(2023年11期)2023-11-08 00:37:19
中國外匯(2019年16期)2019-11-16 09:27:50
盤中股價升跌引起持股者情緒變化
金融系統(tǒng)多維度流動性間溢出效應(yīng)研究
——基于三元VAR-GARCH-BEEK模型的分析
本周創(chuàng)出今年以來新高的股票
本周創(chuàng)出今年以來新高的股票
本周連續(xù)上漲3天以上的股票
近期連續(xù)漲、跌3天以上的股票
股價創(chuàng)股災(zāi)以來新低的股票
滬港通未必拉動藍(lán)籌股股價
法人(2014年5期)2014-02-27 10:44:25
杭州市| 漯河市| 阿合奇县| 湖州市| 鸡西市| 庆城县| 上杭县| 宜宾县| 巩留县| 商河县| 双柏县| 绥棱县| 安徽省| 萍乡市| 北流市| 通道| 绥芬河市| 兴国县| 句容市| 襄汾县| 五家渠市| 新巴尔虎左旗| 嘉禾县| 松溪县| 电白县| 西平县| 静乐县| 庄浪县| 吉木萨尔县| 临汾市| 原阳县| 乌拉特中旗| 泽库县| 安义县| 正蓝旗| 大埔区| 合肥市| 梓潼县| 香港| 沙雅县| 宽甸|