我國上市公司業(yè)績預(yù)告前融資融券與內(nèi)幕交易關(guān)系的牛熊市比較

(上海財(cái)經(jīng)大學(xué)，上海 200433)

我國上市公司業(yè)績預(yù)告前融資融券與內(nèi)幕交易關(guān)系的牛熊市比較

羅杉

(上海財(cái)經(jīng)大學(xué)，上海 200433)

本文對我國上市公司業(yè)績預(yù)告前融資融券與內(nèi)幕交易關(guān)系的進(jìn)行牛熊市比較，實(shí)證結(jié)果發(fā)現(xiàn)，業(yè)績預(yù)告是好消息的條件下，牛市融資買入額與內(nèi)幕交易程度之間的回歸系數(shù)大于熊市融資買入額與內(nèi)幕交易程度之間的回歸系數(shù)；業(yè)績預(yù)告是壞消息的條件下，牛市融券賣出量與內(nèi)幕交易程度之間的回歸系數(shù)大于熊市融券賣出量與內(nèi)幕交易程度之間的回歸系數(shù)。

業(yè)績預(yù)告；融資融券；內(nèi)幕交易；牛熊市

投資者在牛市和熊市的投資情緒不同，牛市情緒高漲，可能更喜歡融資買入；熊市情緒低落，可能更喜歡融券賣出。本文從簡潔實(shí)用、方便計(jì)算的角度出發(fā)，根據(jù)上證綜合指數(shù)漲跌幅及成交量來判斷牛熊市。2011年上證綜合指數(shù)漲跌幅為-21.68%，成交量為24萬億元，顯然為熊市；2012年上證綜合指數(shù)漲跌幅為3.17%，但成交量僅有16萬億元，不如2011年，還是為熊市；2013年上證綜合指數(shù)漲跌幅為-6.75%，成交量有23萬億元，還是為熊市；2014年上證綜合指數(shù)漲跌幅為52.87%，成交量大幅放大有37萬億元，顯然為牛市。

一、提出研究假設(shè)

業(yè)績預(yù)告前，牛市好消息組的融資買入額均值都大于熊市好消息組的融資買入額均值，牛市的內(nèi)幕交易比熊市的內(nèi)幕交易更加活躍，因此本章提出研究假設(shè)：

H：業(yè)績預(yù)告是好消息的條件下，牛市融資買入額與內(nèi)幕交易程度之間的回歸系數(shù)(顯著)大于熊市融資買入額與內(nèi)幕交易程度之間的回歸系數(shù)(顯著)。

同樣地，業(yè)績預(yù)告是壞消息的條件下，牛市融券賣出量與內(nèi)幕交易程度之間的回歸系數(shù)大于熊市融券賣出量與內(nèi)幕交易程度之間的回歸系數(shù)。

二、變量選取

內(nèi)幕交易程度是被解釋變量，用Minenna(2003)提出的PPD值度量。解釋變量是融資融券標(biāo)的股票融資買入額(單位百萬元)和融券賣出量(單位萬股)，分別用Buy(-t)和Sell (-t)來代表。Buy(-t)代表在業(yè)績預(yù)告前第 t 個(gè)交易日融資買入額。Sell (-t)代表在業(yè)績預(yù)告前第 t 個(gè)交易日融券賣出量。選擇公司規(guī)模Size、估值水平PE、流動(dòng)性Liquidity、機(jī)構(gòu)持股比例Institution、資產(chǎn)負(fù)債率Lever、速動(dòng)比率Quick、成長能力Growth作為控制變量。這些控制變量是學(xué)者在研究內(nèi)幕交易時(shí)常用的。如Beneish and Vargus(2002)，賀國生等(2013)使用上市公司的規(guī)模；Rozeff and Zaman(1998)，何青(2012)使用上市公司的估值水平。

三、回歸模型設(shè)計(jì)

為了檢驗(yàn)研究假設(shè)H，需建立如下的回歸模型

PPD(-t)=β0+β1Buy(-t)+β2Size+β3PE+β4Liquidity+β5Institution+β6Lever+β7Quick+β8Growth+ε

(1)

方程(1)需分牛市和熊市兩種情況討論。業(yè)績預(yù)告是好消息的條件下，在牛市時(shí)，回歸系數(shù)β1bull顯著為正；在熊市時(shí)，回歸系數(shù)β1bear顯著為正；牛市融資買入額與內(nèi)幕交易程度之間的回歸系數(shù)β1bull大于熊市融資買入額與內(nèi)幕交易程度之間的回歸系數(shù)β1bear，研究假設(shè)H得到支持。同樣地，業(yè)績預(yù)告是壞消息的條件下，牛市融券賣出量與內(nèi)幕交易程度之間的回歸系數(shù)大于熊市融券賣出量與內(nèi)幕交易程度之間的回歸系數(shù)。

四、實(shí)證檢驗(yàn)

根據(jù)研究假設(shè)H，分別檢驗(yàn)和對比牛市和熊市時(shí)業(yè)績預(yù)告前融資融券與內(nèi)幕交易之間的關(guān)系。時(shí)間窗口是業(yè)績預(yù)告前1個(gè)、前3個(gè)、前5個(gè)和前7個(gè)交易日。業(yè)績預(yù)告是好消息時(shí)，對牛市和熊市時(shí)業(yè)績預(yù)告前融資買入額與內(nèi)幕交易之間的關(guān)系進(jìn)行檢驗(yàn)。其中，牛市樣本256個(gè)，熊市樣本280個(gè)。

時(shí)間窗口是業(yè)績預(yù)告前1個(gè)交易日，即t=1，在牛市時(shí)，有樣本256個(gè)，調(diào)整后的R2為18.4%，解釋變量Buy(-t)的回歸系數(shù)β1bull=0.008，在1%的顯著性水平下統(tǒng)計(jì)顯著；在熊市時(shí)，有樣本280個(gè)，調(diào)整后的R2為16.2%，解釋變量Buy(-t)的回歸系數(shù)β1bear=0.006，在10%的顯著性水平下統(tǒng)計(jì)顯著。β1bull>β1bear，牛市融資買入額與內(nèi)幕交易程度之間的回歸系數(shù)β1bull大于熊市融資買入額與內(nèi)幕交易程度之間的回歸系數(shù)β1bear，研究假設(shè)H得到實(shí)證結(jié)果的支持。時(shí)間窗口是業(yè)績預(yù)告前3個(gè)交易日，即t=3，在牛市時(shí)，有樣本256個(gè)，調(diào)整后的R2為18.6%，解釋變量Buy(-t)的回歸系數(shù)β1bull=0.005，在1%的顯著性水平下統(tǒng)計(jì)顯著；在熊市時(shí)，有樣本280個(gè)，調(diào)整后的R2為16.5%，解釋變量Buy(-t)的回歸系數(shù)β1bear=0.004，在10%的顯著性水平下統(tǒng)計(jì)顯著。β1bull>β1bear，牛市融資買入額與內(nèi)幕交易程度之間的回歸系數(shù)β1bull大于熊市融資買入額與內(nèi)幕交易程度之間的回歸系數(shù)β1bear，研究假設(shè)H得到實(shí)證結(jié)果進(jìn)一步支持。

表1 方程(1)回歸結(jié)果(t=1、3，好消息條件下融資買入額)

注：此表的時(shí)間窗口是業(yè)績預(yù)告前1和3個(gè)交易日，即t=1和3。實(shí)際上業(yè)績預(yù)告前7個(gè)交易日的結(jié)果大同小異，不再一一列表贅述?？刂谱兞渴褂蒙弦荒昴?shù)據(jù)。***、**和*分別表示在1%、5%和10%的顯著性水平下統(tǒng)計(jì)顯著，括號中顯示的是t統(tǒng)計(jì)量。

同樣，在業(yè)績預(yù)告是壞消息時(shí)，對牛市和熊市時(shí)業(yè)績預(yù)告前融券賣出量與內(nèi)幕交易之間的關(guān)系進(jìn)行檢驗(yàn)。業(yè)績預(yù)告是壞消息時(shí)，牛市樣本135個(gè)，熊市樣本179個(gè)。時(shí)間窗口是業(yè)績預(yù)告前1個(gè)交易日，解釋變量Sell(-t)的回歸系數(shù)β1bull=0.006，在5%的顯著性水平下統(tǒng)計(jì)顯著；在熊市時(shí)，解釋變量Sell(-t)的回歸系數(shù)β1bear=0.004，在5%的顯著性水平下統(tǒng)計(jì)顯著。β1bull>β1bear，牛市融券賣出量與內(nèi)幕交易程度之間的回歸系數(shù)β1bull大于熊市融券賣出量與內(nèi)幕交易程度之間的回歸系數(shù)β1bear，研究假設(shè)H得到實(shí)證結(jié)果的支持。時(shí)間窗口是業(yè)績預(yù)告前3個(gè)交易日，牛市融券賣出量與內(nèi)幕交易程度之間的回歸系數(shù)β1bull大于熊市融券賣出量與內(nèi)幕交易程度之間的回歸系數(shù)β1bear，研究假設(shè)H得到實(shí)證結(jié)果進(jìn)一步支持。

表2 方程(5.3)回歸結(jié)果(t=1、3，壞消息條件下融券賣出量)

五、結(jié)論

本文的實(shí)證結(jié)果表明：業(yè)績預(yù)告是好消息的條件下，牛市融資買入額與內(nèi)幕交易程度之間的回歸系數(shù)大于熊市融資買入額與內(nèi)幕交易程度之間的回歸系數(shù)。將好消息替換為壞消息，將融資買入額替換為融券賣出量，研究結(jié)果仍然是可靠的：業(yè)績預(yù)告是壞消息的條件下，牛市融券賣出量與內(nèi)幕交易程度之間的回歸系數(shù)大于熊市融券賣出量與內(nèi)幕交易程度之間的回歸系數(shù)。

[1] Beneish M D，Vargus M E.Insider Trading，Earnings Quality，and Accrual Mispricing[J].The Accounting Review，2002，77(4)：755-791.

[2] Minenna M.Insider Trading，Abnormal Return and Preferential Information：Supervising through a Probabilistic Model[J].Journal of Banking & Finance，2003，27(1)：59-86.

[3] Rozeff M S，Zaman M A.Overreaction and Insider Trading：Evidence From Growth and Value Portfolios[J].The Journal of Finance，1998，53(2)：701-716.

[4] 何青.內(nèi)部人交易與股票市場回報(bào)——來自中國市場的證據(jù)[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2012，(02)：61-70.

[5] 賀國生，謝鋒，肖瑤.國有、民營控股公司股價(jià)對“好”信息的不同反應(yīng)分析[J].金融研究，2013，(11)：167-179.