• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    信息不對(duì)稱與股價(jià)崩盤的實(shí)證研究

    2020-05-20 07:56:07徐杰麗
    現(xiàn)代營銷·理論 2020年7期
    關(guān)鍵詞:偏態(tài)度量股價(jià)

    徐杰麗

    摘要:本文采用2012-2018年滬深兩市A股的上市公司為樣本。對(duì)信息不對(duì)稱與股價(jià)崩盤風(fēng)險(xiǎn)的關(guān)系進(jìn)行了實(shí)證分析。實(shí)證結(jié)果表明,信息不對(duì)稱會(huì)顯著增大公司的股價(jià)崩盤風(fēng)險(xiǎn)。豐富信息不對(duì)稱與股價(jià)崩盤的研究,為政府監(jiān)管提供一定的意見。

    關(guān)鍵詞:信息不對(duì)稱;股價(jià)崩盤風(fēng)險(xiǎn)

    一、研究意義

    金融是現(xiàn)代經(jīng)濟(jì)的核心,資本市場(chǎng)是現(xiàn)代金融的重要組成部分。資本市場(chǎng)可以通過股價(jià)的上漲下跌來傳導(dǎo)信息以及進(jìn)行優(yōu)化,實(shí)現(xiàn)資本市場(chǎng)的有效資源配置。我國資本市場(chǎng)自上世紀(jì)90年來以來迅速蓬勃發(fā)展,但仍然與發(fā)達(dá)歐美國家的資本市場(chǎng)存在較大差距,面臨著諸多問題。比如2015年出現(xiàn)了千股“暴漲暴跌”,股價(jià)的不穩(wěn)定會(huì)影響資本市場(chǎng)的資源配置效率,也會(huì)破壞金融市場(chǎng)平穩(wěn)有序的發(fā)展??紤]到股價(jià)崩盤現(xiàn)象發(fā)生所造成的不利后果,開展關(guān)于股價(jià)崩盤風(fēng)險(xiǎn)影響因素及形成機(jī)理的研究以去降低我國資本市場(chǎng)金融風(fēng)險(xiǎn)、促進(jìn)金融經(jīng)濟(jì)發(fā)展具有重要的理論和現(xiàn)實(shí)意義。為了探究信息不對(duì)稱與股價(jià)崩盤的關(guān)系,本文以2012-2018年滬深兩市上市公司為樣本,構(gòu)建回歸模型,分析信息不對(duì)稱與股價(jià)崩盤風(fēng)險(xiǎn)的關(guān)系。

    二、理論基礎(chǔ)

    1、委托代理理論

    委托人與代理人之間存在著委托代理關(guān)系,股東與管理層之間的屬于第一類委托代理問題。管理者掌握公司更多的生產(chǎn)經(jīng)營活動(dòng)或投融資決策等各種信息,而委托人不擁有實(shí)際管理權(quán),當(dāng)股東利益和管理者利益不一致時(shí),管理層出于自利而隱瞞或操縱企業(yè)負(fù)面消息。隨著大股東持股比例的上升,第一類代理問題轉(zhuǎn)為大股東與中小股東之間的第二類代理問題,大股東由于所有權(quán)和管理權(quán)集中在一身,有能力由于一己私利隱瞞并操控企業(yè)負(fù)面消息。

    2、信息不對(duì)稱理論

    信息不對(duì)稱理論指在市場(chǎng)經(jīng)濟(jì)活動(dòng)中各類人員對(duì)有關(guān)信息的掌握是不同的,充分掌握信息的人總比信息缺乏的人員搶占先機(jī)。信息不對(duì)稱會(huì)引發(fā)逆向選擇和道德風(fēng)險(xiǎn)。逆向選擇問題是指交易雙方在簽訂合約前,由于不了解對(duì)方的狀況容易出現(xiàn)的情況;道德風(fēng)險(xiǎn)問題是指在交易雙方簽訂合約后,由于交易一方有自己的私利,有動(dòng)機(jī)去做違背另一方的事情,同時(shí)不會(huì)將事情披露出來。

    三、文獻(xiàn)綜述與研究假設(shè)

    在信息不對(duì)稱方面,白曉宇(2009)考察了上市公司信息披露對(duì)于分析師預(yù)測(cè)數(shù)量及質(zhì)量的影響,得出結(jié)論認(rèn)為上市公司信息披露質(zhì)量越高有利于緩解資本市場(chǎng)的信息不對(duì)稱問題。金智(2010)以新會(huì)計(jì)準(zhǔn)則的施行為界,研究發(fā)現(xiàn)當(dāng)出現(xiàn)負(fù)向盈余管理時(shí),上市公司會(huì)計(jì)信息質(zhì)量與股價(jià)同步性呈正相關(guān)關(guān)系。Hutton等(2009)研究表明,上市公司股價(jià)崩盤風(fēng)險(xiǎn)的來源是上市公司管理層的自利行為,即上市公司的管理層為了自身利益而故意隱藏公司負(fù)面消息,但上市公司對(duì)于負(fù)面信息的承載存在一定的限度,所以發(fā)生負(fù)面消息同時(shí)爆發(fā)引致股價(jià)崩盤只是一個(gè)時(shí)間的問題。

    綜合以上文獻(xiàn),提出假設(shè):信息不對(duì)稱與股價(jià)崩盤呈顯著正相關(guān)關(guān)系。

    四、研究設(shè)計(jì)

    (一)樣本選擇及數(shù)據(jù)來源

    本文選取2012-2018年滬深兩市上市公司為研究樣本。數(shù)據(jù)均取自于國泰安經(jīng)濟(jì)金融研究數(shù)據(jù)庫(CSMAR),考慮到股價(jià)崩盤風(fēng)險(xiǎn)度量的準(zhǔn)確性,本文剔除年交易周數(shù)少于30周的樣本公司,剔除數(shù)據(jù)缺失的樣本公司,剔除金融行業(yè)的樣本公司。最終得到有效的15292個(gè)數(shù)據(jù)。本文采用的數(shù)據(jù)分析軟件是Stata14.0。

    (二)變量定義

    1_股價(jià)崩盤風(fēng)險(xiǎn)的度量,本文借鑒Kim和Zhang(2016)和王化成等(2015)提出的負(fù)收益偏態(tài)系數(shù)和收益上下波動(dòng)比率來度量股價(jià)崩盤風(fēng)險(xiǎn),先將公式(1)回歸,

    2.信息不對(duì)稱履行的度量,采用修正瓊斯的應(yīng)計(jì)可操縱性應(yīng)計(jì)計(jì)算的數(shù)據(jù)。

    3.控制變量的選取及度量借鑒了前人的研究成果后,控制以下7個(gè)變量。具體變量定義及其度量指標(biāo)的計(jì)算公式如表1。

    (三)模型構(gòu)建

    借鑒前人的研究成果,本文構(gòu)建數(shù)據(jù)模型來分析信息不對(duì)稱對(duì)公司股價(jià)崩盤風(fēng)險(xiǎn)影響研究?;灸P腿缦拢?/p>

    五、實(shí)證檢驗(yàn)

    (一)描述性統(tǒng)計(jì)分析

    據(jù)表2所示結(jié)果,從股價(jià)崩盤風(fēng)險(xiǎn)方面看,負(fù)收益偏態(tài)系數(shù)和收益上下波動(dòng)比的均值是-0.270和-0.174,標(biāo)準(zhǔn)差分別是0.726和0.489,說明樣本公司股價(jià)崩盤風(fēng)險(xiǎn)有差異。從信息不對(duì)稱情況看,信息不對(duì)稱均值為0.0101,標(biāo)準(zhǔn)差為0.109,差別較小。

    (二)相關(guān)性分析

    據(jù)表3看,負(fù)收益偏態(tài)系數(shù)和收益上下波動(dòng)比相關(guān)系數(shù)為0.884,均能夠較好的解釋股價(jià)崩盤,其他相關(guān)系數(shù)最大為0.492,未超過0.5,不存在多重相關(guān)性。

    (三)多元線性回歸分析

    據(jù)表3所示,在控制變量前,負(fù)收益偏態(tài)系數(shù)和收益上下波動(dòng)比與信息不對(duì)稱呈顯著正相關(guān),在控制變量后,負(fù)收益偏態(tài)系數(shù)和收益上下波動(dòng)比仍然與信息不對(duì)稱呈顯著正相關(guān),驗(yàn)證了假設(shè),說明信息不對(duì)稱越高,股價(jià)崩盤風(fēng)險(xiǎn)越高。

    六、局限

    本文這次僅從信息不對(duì)稱出發(fā),考慮與股價(jià)崩盤的關(guān)系,探究的深度不夠;也未進(jìn)行分類討論,從信息不對(duì)稱的高低著手討論與股價(jià)崩盤的關(guān)系,也沒有考慮到國有企業(yè)和民營企業(yè)兩種產(chǎn)權(quán)性質(zhì)的企業(yè)在信息不對(duì)稱和股價(jià)崩盤的關(guān)系。

    猜你喜歡
    偏態(tài)度量股價(jià)
    有趣的度量
    ?十不該(股市)
    模糊度量空間的強(qiáng)嵌入
    考試成績(jī)轉(zhuǎn)換成偏態(tài)分布量化成績(jī)的算法
    盤中股價(jià)升跌引起持股者情緒變化
    迷向表示分為6個(gè)不可約直和的旗流形上不變愛因斯坦度量
    隧穿量子點(diǎn)分子的Wigner-Yanase偏態(tài)信息
    股價(jià)創(chuàng)股災(zāi)以來新低的股票
    地質(zhì)異常的奇異性度量與隱伏源致礦異常識(shí)別
    雙模壓縮真空態(tài)光場(chǎng)作用下耦合雙原子的Wigner-Yanase偏態(tài)信息
    渭南市| 南投县| 太白县| 增城市| 吉木萨尔县| 镇原县| 阿瓦提县| 从化市| 阿拉善右旗| 弥勒县| 长春市| 洪湖市| 尚志市| 密山市| 玉门市| 花垣县| 诸城市| 信阳市| 利辛县| 万盛区| 黎城县| 岐山县| 玛曲县| 昆明市| 文登市| 万源市| 香港| 红河县| 济宁市| 三穗县| 延安市| 兴安盟| 德庆县| 黔江区| 白朗县| 庆安县| 尼勒克县| 客服| 平远县| 万源市| 门头沟区|