我國上市公司股價崩盤風(fēng)險研究

謝鳳鳴

摘要：本文選取2008年至2018年我國A股上市公司為樣本，實證測度了我國非金融類上市公司的股價崩盤風(fēng)險。結(jié)果表明：我國上市公司的股價崩盤風(fēng)險在樣本期間呈現(xiàn)比較明顯的周期特征;2008-2014年出現(xiàn)股價崩盤風(fēng)險的個股占比在10%以下，2015年后這一比例上升到16%以上，2016年甚至達(dá)到了47.2%。石油和天然氣開采、水上運(yùn)輸業(yè)、黑色金屬冶煉及壓、航空運(yùn)輸業(yè)等行業(yè)的股價崩盤風(fēng)險比較小，而生態(tài)保護(hù)和環(huán)境治理、食品制造業(yè)、紡織服裝和服飾業(yè)、漁業(yè)、林業(yè)等行業(yè)的股價崩盤風(fēng)險較大。

關(guān)鍵詞：股價崩盤風(fēng)險 ? 周期性 ? 上市公司

一、導(dǎo)論

資本市場中股票價格的暴漲暴跌會擾亂市場的交易秩序，降低資源配置效率，甚至引發(fā)社會動蕩。近年來學(xué)者們明顯加大了對股價崩盤風(fēng)險的關(guān)注與研究。目前我國資本市場不夠成熟，投資者的羊群行為較為明顯，內(nèi)部交易、老鼠倉不時發(fā)生。而國內(nèi)對于股價崩盤風(fēng)險的研究近幾年才開始，主要集中于解釋股價崩盤風(fēng)險的形成機(jī)制和影響要素。對于股價崩盤風(fēng)險的測度研究較少。本文主要研究比較目前國內(nèi)使用的主要的股價崩盤風(fēng)險測度方法。希望能更準(zhǔn)確的測度股價崩盤風(fēng)險。

二、文獻(xiàn)綜述

有關(guān)股價崩盤風(fēng)險的研究主要分為兩個階段。21 世紀(jì)之前，相關(guān)研究主要集中在市場層面，即研究市場整體突然暴跌情況。Gennotte and Leland（1990）指出：在沒有重大消息的情況下，對沖策略被歸咎于1987年10月的股市崩盤;但傳統(tǒng)模型無法解釋相對少量的股票賣出如何導(dǎo)致股票市場如此大的暴跌。他們據(jù)此提出了一種理性預(yù)期模型，認(rèn)為價格在塑造期望中起著重要作用，從信息不對稱視角解釋股價崩盤風(fēng)險。另一部分學(xué)者認(rèn)為股價下跌，企業(yè)的營運(yùn)杠桿和財務(wù)杠桿會加大，則收益波動性變大，股價崩盤風(fēng)險也會放大（Black，1976;Christie，1982）。但這種解釋與實際數(shù)據(jù)存在一定的矛盾，因為對于股票的日數(shù)據(jù)來說，短時間內(nèi)，價格的下跌無法對股價的波動性產(chǎn)生顯著影響，導(dǎo)致股價崩盤（Schwert，1989;Bekaert and Wu，2000）。

進(jìn)入 21世紀(jì)之后，Chen等（2001）將股價崩盤風(fēng)險的研究拓展到個股，即研究單個上市公司的股票價格崩盤風(fēng)險。Chen等（2001）通過一系列橫截面回歸來預(yù)測個股日收益率的偏差。Jin and Myers（2006）基于代理理論和信息不對稱進(jìn)行了分析，認(rèn)為公司內(nèi)部高管會傾向于隱瞞“壞消息”，隨著公司的持續(xù)經(jīng)營，消息不斷積累，則外部會高估公司股價，產(chǎn)生了泡沫。而負(fù)面消息聚集到一個極限的時候，將會爆發(fā)于外部市場，公司股價出現(xiàn)崩盤風(fēng)險。Kim，J.，Zhang（2013）研究發(fā)現(xiàn)：在投資者保護(hù)，財務(wù)披露要求，金融市場自由化，機(jī)構(gòu)基礎(chǔ)設(shè)施質(zhì)量較差的國家，內(nèi)幕交易執(zhí)法對股價崩盤風(fēng)險的負(fù)面影響更為明顯。

最近幾年，國內(nèi)學(xué)者對中國市場的股票崩盤風(fēng)險做了較多的研究。許年行等（2012）研究發(fā)現(xiàn)：分析師樂觀偏差與上市公司未來股價崩盤風(fēng)險之間顯著正相關(guān)。趙靜等（2018）研究發(fā)現(xiàn)高鐵的開通促進(jìn)了信息的跨地區(qū)流動，降低了所在地上市公司股價崩盤風(fēng)險，這種降低作用在信息不對稱程度較高和外部監(jiān)管環(huán)境較弱的情況下更為顯著。徐飛等（2018）研究顯示：股價崩盤會在存在重要進(jìn)出口國際貿(mào)易關(guān)系國家、地區(qū)間傳染。除上述文獻(xiàn)外，國內(nèi)還有近200篇研究股價崩盤風(fēng)險的文獻(xiàn)，但都與上述文獻(xiàn)類似，都是從某個視角來解釋為什么會存在股價崩盤風(fēng)險，對于股價崩盤風(fēng)險的測度指標(biāo)大部分采用的是Chen et al.（2001）提出的負(fù)收益偏態(tài)系數(shù)（Negative Coefficient of Skewness，即為NCSKEW）和上下波動率（Down-to-Up Volatility，即為DUVOL）。少數(shù)文獻(xiàn)采用Marin & Olivier（2008）提出的方法，例如：褚劍和方軍雄（2016）、許宏偉和陳欣（2012）、徐飛等（2018）。但是這些文獻(xiàn)基本遵循拿來主義的方法，基本沒有涉及股價崩盤風(fēng)險測度結(jié)果本身的分析。本文重點(diǎn)分析比較這些方法的測度結(jié)果。

三、研究設(shè)計

本文同時采用Chen et al.（2001）提出的負(fù)收益偏態(tài)系數(shù)（NCSKEW）、上下波動率（DUVOL）模型和Marin & Olivier（2008）提出的方法來測算我國股票市場的股價崩盤風(fēng)險。

四、實證過程與結(jié)果

（一）樣本與數(shù)據(jù)

本文選取2008年1月至2018年12月我國A股上市公司為初始研究樣本。借鑒以往相關(guān)研究慣例（徐飛等，2018;韓宏穩(wěn)等，2019;Kim et al.，2016），依據(jù)如下原則進(jìn)行數(shù)據(jù)篩選：其一，剔除金融類上市公司，包括銀行、保險、證券和非銀金融類上市公司。因為它們的會計核算體系、資產(chǎn)結(jié)構(gòu)與其他行業(yè)公司具有明顯差異，不具有可比性;其二，剔除公司2010年1月1日后上市的樣本，這是為了增加上市公司之間的可比性;其三，剔除了年交易周數(shù)小于20的個股;其四，剔除有關(guān)實證變量觀測值數(shù)據(jù)缺失及異常的研究樣本。本文的研究數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫。

（二）實證結(jié)果分析

根據(jù)上述分析，采用stata軟件計算出各家上市公司的股價崩盤風(fēng)險，然后再計算平均值。具體結(jié)果見表1.

表1表明：從NCSKEW指標(biāo)和DUVOL指標(biāo)來看，2010年前上市的上市公司的股價崩盤風(fēng)險在2008-2018的11年間呈現(xiàn)比較明顯的周期特征，大概是3-4年一個周期，2009、2013、2015和2016年的股價崩盤風(fēng)險平均值比較低，2011、2014、2017年的股價崩盤風(fēng)險平均值比較高。從CRASH3D指標(biāo)來看，從2008-2014年，出現(xiàn)股價崩盤風(fēng)險的個股占比都在10%以下，其中2008年最低，只有1.9%，2011年最高，也只有9.7%。但2015年后出現(xiàn)股價崩盤風(fēng)險的個股占比都在16%以上，2016年甚至達(dá)到了47.2%。

本文按證監(jiān)會2012年的行業(yè)分類標(biāo)準(zhǔn)分類統(tǒng)計了各個行業(yè)的股價崩盤風(fēng)險，研究發(fā)現(xiàn)，石油和天然氣開采、水上運(yùn)輸業(yè)、黑色金屬冶煉及壓、航空運(yùn)輸業(yè)、資本市場服務(wù)、道路運(yùn)輸業(yè)、有色金屬礦采選業(yè)等行業(yè)的股價崩盤風(fēng)險比較小，而生態(tài)保護(hù)和環(huán)境治、食品制造業(yè)、紡織服裝和服飾業(yè)、漁業(yè)、林業(yè)等的股價崩盤風(fēng)險較大。從股價崩盤風(fēng)險發(fā)生頻率指標(biāo)Crash3d來看，結(jié)果也是如此。

五、結(jié)論與展望

本文選取2008年1月至2018年12月我國A股上市公司為初始研究樣本，實證測度了我國非金融類上市公司的股價崩盤風(fēng)險。結(jié)果表明：我國上市公司的股價崩盤風(fēng)險在2008-2018的11年間呈現(xiàn)比較明顯的周期特征，大概是3-4年一個周期;2008-2014年出現(xiàn)股價崩盤風(fēng)險的個股占比都在10%以下，2015年后出現(xiàn)股價崩盤風(fēng)險的個股占比都在16%以上，2016年甚至達(dá)到了47.2%。石油和天然氣開采、水上運(yùn)輸業(yè)、黑色金屬冶煉及壓、航空運(yùn)輸業(yè)、資本市場服務(wù)、道路運(yùn)輸業(yè)、有色金屬礦采選業(yè)等行業(yè)的股價崩盤風(fēng)險比較小，而生態(tài)保護(hù)和環(huán)境治、食品制造業(yè)、紡織服裝和服飾業(yè)、漁業(yè)、林業(yè)等的股價崩盤風(fēng)險較大。

本文測度了我國上市公司的股價崩盤風(fēng)險，但對造成股價崩盤風(fēng)險的原因沒有深入探討，對影響機(jī)制沒有進(jìn)行深入的分析，這是下一步研究探討的方向。

參考文獻(xiàn)：

[1]McQueen，G.，Roley，V.Stock Prices，News，and Business Conditions[J].Review of Financial Studies，1993，6（3）：683-707.

[2]Chen，J.，Hong，H.，Stein，J.C.Forecasting Crashes：Trading Volume，Past Returns，and Conditional Skewness in Stock Prices[J].Journal of Financial Economics，2001（3）.

[3]趙靜，黃敬昌，劉峰.高鐵開通與股價崩盤風(fēng)險[J].管理世界，2018，34（01）：157-168+192.

[4]姜付秀，蔡欣妮，朱冰.多個大股東與股價崩盤風(fēng)險[J].會計研究，2018（01）：68-74.

[5]許年行，江軒宇，伊志宏，徐信忠.分析師利益沖突、樂觀偏差與股價崩盤風(fēng)險[J].經(jīng)濟(jì)研究，2012，47（07）：127-140.

（作者為江西財經(jīng)大學(xué)教務(wù)處助理研究員）