基于非參數(shù)統(tǒng)計(jì)方法的股價(jià)慣性風(fēng)險(xiǎn)界定與測(cè)度

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(shuō)（EMH）以來(lái)，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(shuō)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(kāi)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(kāi)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(guò)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?chē)?guó)外學(xué)者的啟發(fā)，國(guó)內(nèi)學(xué)者也開(kāi)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?chē)?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(lái)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(shuō)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(pán)”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(pán)”。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(lái)，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(guò)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(mén)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(lái)，而由于投資者過(guò)于樂(lè)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(lái)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(guò)一周而沒(méi)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(guò)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(chēng)見(jiàn)表1，文中出現(xiàn)的符號(hào)的具體含義見(jiàn)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(lái)自的兩總體分布有無(wú)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(guò)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(chēng)

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(pán)價(jià)格，Pw,t-1為i支股票第t-1周股票收盤(pán)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(pán)價(jià)格，Pd,t-1為i支股票第t-1個(gè)交易日股票收盤(pán)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(ài)爾眼科為例（其他公司類(lèi)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(guò)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(guò)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(zhuān)業(yè)分析能力的，但對(duì)市場(chǎng)信息相對(duì)敏感，聽(tīng)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(chēng)，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(lái)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(pán)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(pán)。其與傳統(tǒng)硬盤(pán)相比體積小、噪音小、速度快。固態(tài)硬盤(pán)概念的炒作從美股蔓延到A股，涉及固態(tài)硬盤(pán)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(pán)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(pán)概念對(duì)朗科科技的前景過(guò)于樂(lè)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(guò)分析其他25次拒絕區(qū)間，都存在與朗科科技相類(lèi)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(ài)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?？傮w上來(lái)說(shuō)，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(wú)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(yǔ)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(lái)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(lè)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(lè)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(wú)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(guò)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(jiàn)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(méi)有流動(dòng)就沒(méi)有波動(dòng)，也就沒(méi)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(shuō)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(lái)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(guò)資金操作進(jìn)行內(nèi)幕交易來(lái)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(shuō)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(chēng)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(kāi)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(kāi)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(chēng)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。