非效率投資、媒體關(guān)注與股價(jià)波動(dòng)的關(guān)系實(shí)證分析

李偉 米欣誼 滕云

一、引言

創(chuàng)業(yè)板自2009年正式上市以來(lái)，已經(jīng)成為我國(guó)主板市場(chǎng)的重要補(bǔ)充部分，一直備受社會(huì)各界的關(guān)注。而創(chuàng)業(yè)板自身由于具有規(guī)模小、風(fēng)險(xiǎn)大、市盈率高等特征，其股價(jià)暴漲暴跌現(xiàn)象相較于主板市場(chǎng)更為突出。現(xiàn)代公司所有權(quán)與經(jīng)營(yíng)權(quán)的分離造成股東與管理層的利益與目標(biāo)發(fā)生沖突，在創(chuàng)業(yè)板中，管理者一方面出于迎合風(fēng)險(xiǎn)投資者偏好，極易做出利用大量現(xiàn)金流過(guò)度投資的決策；另一方面出于融資困難、規(guī)避風(fēng)險(xiǎn)等方面的考慮，也會(huì)產(chǎn)生投資不足的可能。這種非效率投資行為作為一項(xiàng)內(nèi)部管理活動(dòng)，對(duì)企業(yè)價(jià)值以及股價(jià)的穩(wěn)定會(huì)造成極為不利的影響。

同時(shí)，媒體關(guān)注作為外部信息媒介，在為投資者提供公司信息的同時(shí)，更能利用報(bào)道的信息左右投資者的情緒和投資決策，從而影響股價(jià)波動(dòng)。那么，非效率投資行為和媒體關(guān)注究竟對(duì)股價(jià)崩盤風(fēng)險(xiǎn)帶來(lái)了怎樣的影響，以及媒體關(guān)注在非效率投資對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響過(guò)程中又發(fā)揮了怎樣的作用？本文以2011-2017年我國(guó)創(chuàng)業(yè)板上市公司為研究樣本，對(duì)這些問(wèn)題進(jìn)行探討。

二、文獻(xiàn)綜述與假設(shè)提出

許年行等（2015）認(rèn)為，一方面，股權(quán)分離的代理理論使得管理者擁有企業(yè)的實(shí)際經(jīng)營(yíng)決策權(quán)，為管理者站在謀求更多自身利益的角度而選擇一些非最優(yōu)的投資項(xiàng)目，同時(shí)，創(chuàng)業(yè)板上市公司高收益、高成長(zhǎng)性的特征使其吸引了較多的風(fēng)險(xiǎn)趨向投資者，為了留住乃至吸引更多這樣的投資者，管理者傾向于用投資過(guò)度的方式保持公司的高成長(zhǎng)性。另一方面來(lái)看，管理層出于規(guī)避風(fēng)險(xiǎn)的防御性動(dòng)機(jī)，或由于創(chuàng)業(yè)板公司融資相對(duì)困難等原因，可能會(huì)放棄一些凈現(xiàn)值為正的投資項(xiàng)目，從而產(chǎn)生投資不足的行為。林川（2016）認(rèn)為管理者利用代理關(guān)系中獲得的職權(quán)之便，通過(guò)操控盈余等手段，對(duì)股東和其他利益相關(guān)者隱瞞由于非效率投資所造成的負(fù)面影響，從而造成信息不對(duì)稱，使投資者不能對(duì)公司價(jià)值做出合理的估計(jì)和判斷。當(dāng)這些負(fù)面消息累積到可容納的上限時(shí)便會(huì)爆發(fā)出來(lái)，進(jìn)而造成真實(shí)的經(jīng)營(yíng)業(yè)績(jī)的虧損現(xiàn)狀暴露于世，股東的信任程度減弱，最終引發(fā)股價(jià)的暴跌。由此，提出假設(shè)如下：

假設(shè)1：在創(chuàng)業(yè)板上市公司中，非效率投資與股價(jià)崩盤風(fēng)險(xiǎn)呈正相關(guān)關(guān)系。

隨著信息化時(shí)代的來(lái)臨，媒體在信息傳遞方面的媒介作用日益凸顯，學(xué)術(shù)界對(duì)于媒體關(guān)注的正反作用也一直爭(zhēng)議不斷。一方面，黃新建、趙偉（2015）研究了媒體關(guān)注對(duì)上市公司股價(jià)崩盤風(fēng)險(xiǎn)的影響，研究發(fā)現(xiàn)兩者呈負(fù)相關(guān)關(guān)系。另一方面，張雅慧（2011）認(rèn)為媒體報(bào)道的增多會(huì)引發(fā)投資者情緒波動(dòng)和非理性決策，從而造成股價(jià)波動(dòng)；譚松濤（2014）則認(rèn)為媒體報(bào)道會(huì)通過(guò)影響機(jī)構(gòu)與個(gè)人投資者的交易行為，進(jìn)而加劇市場(chǎng)股價(jià)的波動(dòng)。由此，提出如下假設(shè)：

假設(shè)2：在創(chuàng)業(yè)板上市公司中，非效率投資與媒體關(guān)注呈正相關(guān)關(guān)系。

媒體作為信息時(shí)代不可或缺的信息傳播媒介，誠(chéng)然對(duì)于投資者獲取公司信息提供了及時(shí)便捷的渠道，然而，在公司信息與最終的投資決策之間，原始信息仍存在被再次加工乃至主觀誤判的可能。王昶等（2017）研究發(fā)現(xiàn)媒體在接收信息后，出于誤解或提高新聞吸引力等原因，可能會(huì)利用夸大、渲染等手段使信息偏離真實(shí)性，甚至報(bào)道部分缺乏事實(shí)依據(jù)的信息，反而加劇了信息不對(duì)稱，對(duì)股價(jià)崩盤風(fēng)險(xiǎn)造成負(fù)面影響；另一方面，中小投資者在創(chuàng)業(yè)板中占比較高，判斷和處理信息的能力較弱，且情緒波動(dòng)起伏較大，在接收較多媒體報(bào)道的情況下更容易加劇其非理性投資行為，從而加大創(chuàng)業(yè)板中的估值泡沫，造成更大的股價(jià)崩盤風(fēng)險(xiǎn)隱患。由此，提出如下假設(shè)：

假設(shè)3：在創(chuàng)業(yè)板上市公司中，媒體關(guān)注與股價(jià)崩盤風(fēng)險(xiǎn)呈正相關(guān)關(guān)系。

創(chuàng)業(yè)板上市公司的股價(jià)崩盤不僅來(lái)源于對(duì)公司價(jià)值造成負(fù)面影響的經(jīng)營(yíng)活動(dòng)，更來(lái)自于公司內(nèi)部管理層對(duì)這些負(fù)面影響的包庇和隱瞞。創(chuàng)業(yè)板上市公司的非效率投資水平不斷上升，導(dǎo)致公司負(fù)面消息不斷累積，當(dāng)這些負(fù)面消息由于到達(dá)臨界值而爆發(fā)時(shí)，則會(huì)引發(fā)媒體的大量關(guān)注和報(bào)道，而媒體關(guān)注程度的增加，又會(huì)促使投資者進(jìn)行非理性投資決策，從而使股價(jià)更大程度地偏離公司真實(shí)價(jià)值，加劇創(chuàng)業(yè)板上市公司的股價(jià)崩盤風(fēng)險(xiǎn)。因此，非效率投資對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的正向影響，一定程度上是通過(guò)媒體關(guān)注傳遞的。由此，提出如下假設(shè)：

表1 變量定義

表2 描述性統(tǒng)計(jì)

表3 相關(guān)性分析結(jié)果

假設(shè)4：在創(chuàng)業(yè)板上市公司中，媒體關(guān)注在非效率投資對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響中具有中介作用。

三、研究設(shè)計(jì)

（一）樣本選取與數(shù)據(jù)來(lái)源

本文選取2011-2017年我國(guó)創(chuàng)業(yè)板上市公司為研究樣本。同時(shí)，本文對(duì)樣本進(jìn)行如下篩選：（1）剔除年度股票的交易周數(shù)小于30周的公司年度樣本觀察值，以滿足多元回歸估計(jì)股價(jià)崩盤風(fēng)險(xiǎn)指標(biāo)的需要；（2）剔除當(dāng)年新上市的公司年度樣本觀察值，以避免新股上市年份媒體關(guān)注程度偏高的影響；（3）剔除重要數(shù)據(jù)缺失的公司樣本，最終得到有效年度觀察樣本共計(jì)1381個(gè)。本文所使用的公司財(cái)務(wù)數(shù)據(jù)來(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)，媒體關(guān)注數(shù)據(jù)則通過(guò)中國(guó)知網(wǎng)“中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù)”手工收集。

（二）變量定義

1.股價(jià)崩盤風(fēng)險(xiǎn)

本文采用負(fù)收益偏態(tài)系數(shù)（Ncskew）和收益波動(dòng)上下比率（Duvol）來(lái)衡量股價(jià)崩盤風(fēng)險(xiǎn)，具體算法如下。

首先，對(duì)股票i的年度周收益數(shù)據(jù)采取如下回歸方式：

其中，ri,t代表股票i在第t周的收益率，rm,t代表A股所有股在第t周根據(jù)流通市值收益率計(jì)算的加權(quán)平均數(shù)。根據(jù)Dimson（1979）提出的股票交易的非同步性對(duì)其收益率特征有重要影響，本文在模型（1）中加入了市場(chǎng)收益率的滯后項(xiàng)與超前項(xiàng)各兩期。

其次，對(duì)模型（1）中的殘差進(jìn)行如下變換處理，構(gòu)造在第t周股票i的周特有收益率如下：

接表3

表4 非效率投資與股價(jià)崩盤風(fēng)險(xiǎn)、媒體關(guān)注的回歸分析結(jié)果

表5 媒體關(guān)注與股價(jià)崩盤風(fēng)險(xiǎn)的回歸分析結(jié)果

接著，利用得到的Wi,t，計(jì)算如下兩個(gè)變量。

（1）負(fù)收益偏態(tài)系數(shù)Ncskew：

其中，n表示股票i在第t年中交易的周數(shù)。

（2）收益上下波動(dòng)比率Duvol：

其中，nu(nd)表示股票i的周特有收益率Wi,t高于（低于）其年平均收益率Wi的周數(shù)。

2.非效率投資

借鑒Richardson（2006）模型，本文采用如下方法來(lái)估算公司非效率投資水平：

其中，INVi,t表示公司i在第t年的實(shí)際投資總額，用“購(gòu)建固定資產(chǎn)、無(wú)形資產(chǎn)和其他長(zhǎng)期資產(chǎn)支付的現(xiàn)金+取得子公司及其他營(yíng)業(yè)單位支付的現(xiàn)金+投資支付的現(xiàn)金-處置固定資產(chǎn)、無(wú)形資產(chǎn)和其他長(zhǎng)期資產(chǎn)收回的現(xiàn)金凈額-處置子公司及其他營(yíng)業(yè)單位收到的現(xiàn)金凈額-收回投資收到的現(xiàn)金”除以期初總資產(chǎn)來(lái)計(jì)算。

3.媒體關(guān)注

本文通過(guò)中國(guó)知網(wǎng)的“中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù)”搜集了中國(guó)證券報(bào)、證券日?qǐng)?bào)、證券時(shí)報(bào)、上海證券報(bào)、中國(guó)經(jīng)營(yíng)報(bào)、經(jīng)濟(jì)觀察報(bào)、21 世紀(jì)經(jīng)濟(jì)報(bào)道和第一財(cái)經(jīng)日?qǐng)?bào)共八份報(bào)紙的媒體報(bào)道，按照公司的全稱和簡(jiǎn)稱進(jìn)行分年度檢索，得出的新聞條目數(shù)加1并取自然對(duì)數(shù)作為媒體關(guān)注度（Media）。

4.控制變量

根據(jù)現(xiàn)有研究成果，本文選取以下變量為控制變量：月平均換手率（Dturn）、公司年度周收益率的標(biāo)準(zhǔn)差（Sigma）、年度平均周收益率（Ret），公司規(guī)模（Size）、凈資產(chǎn)收益率（ROE）、資產(chǎn)負(fù)債率（Lev）、固定資產(chǎn)比例（Tangible）、市凈率（PB）和股權(quán)結(jié)構(gòu)（Topside），同時(shí)設(shè)置年度（Year）為虛擬變量。具體變量定義和度量如表1所示。

表6 媒體關(guān)注中介作用的回歸分析結(jié)果

（三）構(gòu)建模型

本文通過(guò)模型（6）檢驗(yàn)非效率投資和股價(jià)崩盤風(fēng)險(xiǎn)的關(guān)系，通過(guò)模型（7）檢驗(yàn)非效率投資和媒體關(guān)注的關(guān)系，通過(guò)模型（8）檢驗(yàn)媒體關(guān)注和股價(jià)崩盤風(fēng)險(xiǎn)的關(guān)系，通過(guò)模型（9）驗(yàn)證媒體關(guān)注在非效率投資對(duì)公司股價(jià)崩盤風(fēng)險(xiǎn)的影響中的中介作用。

其中，變量Crash分別為負(fù)收益偏態(tài)系數(shù)（NCSKEW）與收益波動(dòng)比率（DUVOL）,α為待估系數(shù)。

四、實(shí)證結(jié)果與分析

（一）描述性統(tǒng)計(jì)

從表2中看出，Ncskew最大值為4.630，最小值為-4.479，平均值為-0.365，Duvol最大值為1.059，最小值為-1.176，平均值為-0，051，表明我國(guó)創(chuàng)業(yè)板上市公司從總體上看股價(jià)崩盤風(fēng)險(xiǎn)程度較高，且不同公司間的風(fēng)險(xiǎn)差異較大。INV標(biāo)準(zhǔn)差為0.113，表明創(chuàng)業(yè)板中各公司非效率投資水平分布較為均勻。Media標(biāo)準(zhǔn)差達(dá)到0.965，表明創(chuàng)業(yè)板各公司所受的媒體關(guān)注程度存在較大差異。

（二）相關(guān)性分析

表3顯示被解釋變量與各解釋變量、控制變量之間的相關(guān)系數(shù)均小于0.5，表明各變量之間互無(wú)多重共線性的影響，研究結(jié)果可信度較高。

（三）多元回歸分析

表4為非效率投資和股價(jià)崩盤風(fēng)險(xiǎn)、媒體關(guān)注的回歸分析結(jié)果，可以看出，模型（6）中非效率投資水平與負(fù)收益偏態(tài)系數(shù)在10%的水平上顯著正相關(guān)，回歸系數(shù)為0.039，與收益上下波動(dòng)比率在5%的水平上顯著正相關(guān)，回歸系數(shù)為0.054，假設(shè)1得到驗(yàn)證。同時(shí)，模型（7）中非效率投資水平與媒體關(guān)注度在10%的水平上顯著正相關(guān)，回歸系數(shù)為0.018，假設(shè)2得以驗(yàn)證。

從表5可以看出，媒體關(guān)注度與衡量股價(jià)崩盤風(fēng)險(xiǎn)的兩個(gè)變量Ncskew和Duvol均在1%水平上顯著負(fù)相關(guān)，且回歸系數(shù)分別為0.078與0.118，假設(shè)3得到驗(yàn)證。

表6顯示，在控制了非效率投資水平的基礎(chǔ)上，媒體關(guān)注與Ncskew、Duvol在1%的水平上均呈正相關(guān)關(guān)系，表明媒體關(guān)注具有顯著的中介作用。同時(shí)非效率投資仍然與Ncskew、Duvol均呈顯著正相關(guān)關(guān)系，說(shuō)明媒體關(guān)注在非效率投資對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響中具有部分中介作用。從回歸系數(shù)來(lái)看，非效率投資與Ncskew的回歸系數(shù)由0.039上升至0.041，與Duvol的回歸系數(shù)由0.054上升至0.056，假設(shè)4得到驗(yàn)證。

此外，從控制變量與被解釋變量的回歸結(jié)果中可以看出，模型（6）、（8）、（9）中公司規(guī)模、市凈率均與股價(jià)崩盤風(fēng)險(xiǎn)呈顯著正相關(guān)關(guān)系，公司年度周特定收益率的標(biāo)準(zhǔn)差與股價(jià)崩盤風(fēng)險(xiǎn)呈顯著負(fù)相關(guān)關(guān)系；模型（7）中公司規(guī)模、凈資產(chǎn)收益率、市凈率與媒體關(guān)注度呈顯著正相關(guān)關(guān)系，公司年度周特定收益率的標(biāo)準(zhǔn)差、固定資產(chǎn)比率與媒體關(guān)注度呈顯著負(fù)相關(guān)關(guān)系。這些與已有研究得出的結(jié)論基本一致。

（四）穩(wěn)健性測(cè)試

為了進(jìn)一步增強(qiáng)本文回歸分析結(jié)果的可信程度，本文對(duì)股價(jià)崩盤風(fēng)險(xiǎn)衡量方法、股價(jià)崩盤風(fēng)險(xiǎn)的未來(lái)時(shí)間窗口長(zhǎng)度、非效率投資水平衡量方法等方面進(jìn)行了一系列穩(wěn)健性檢驗(yàn)，得出的結(jié)論與前文基本一致，證明本文的研究結(jié)果具有穩(wěn)健性。

五、研究結(jié)論

本文在2011-2017年我國(guó)創(chuàng)業(yè)板上市公司的1381個(gè)年度樣本觀測(cè)值的基礎(chǔ)上，通過(guò)對(duì)非效率投資、媒體關(guān)注與股價(jià)崩盤風(fēng)險(xiǎn)之間的關(guān)系，以及媒體關(guān)注在非效率投資對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響中所起的作用等問(wèn)題進(jìn)行實(shí)證分析，得出以下結(jié)論：創(chuàng)業(yè)板上市公司的非效率投資水平與股價(jià)崩盤風(fēng)險(xiǎn)顯著正相關(guān)，與媒體關(guān)注顯著正相關(guān)；公司所受到的媒體關(guān)注與股價(jià)崩盤風(fēng)險(xiǎn)顯著正相關(guān)，同時(shí)媒體關(guān)注在非效率投資對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響中具有部分中介作用，即非效率投資行為會(huì)吸引更多媒體關(guān)注和報(bào)道，而創(chuàng)業(yè)板上市公司中媒體關(guān)注通過(guò)誤導(dǎo)非理性投資者，進(jìn)一步加劇了股價(jià)崩盤風(fēng)險(xiǎn)。