基于Logistic回歸的股權高質押率對股價崩盤影響的研究

謝妍

摘 要：股權質押作為一種新的融資方式，已經(jīng)被越來越多的上市公司所采用。而近年來爆發(fā)的一系列上市公司“閃崩”甚至退市的現(xiàn)象，這些個股大多存在股權質押業(yè)務，那么這兩者之間是否存在一定的關系以及高質押率是否會提高崩盤概率。本文基于我國A股上市公司2019股權質押率數(shù)據(jù)，經(jīng)研究發(fā)現(xiàn)，股權質押率越高，股價發(fā)生崩盤的概率也越大。

關鍵詞：股權質押;股價崩盤;Logistic回歸

0 引言

股權質押是指股東個體把自己所持有的股權作為質押品，從銀行、證券公司等金融機構獲取質押資金的一種融資行為。股權質押有著操作流程簡單、變現(xiàn)能力強等特點，能在較短時間內以低成本獲得資金。在股權質押期間，雖然股東將股權質押給了金融機構，但是對公司的控制權依然不受影響。然而，隨著股權質押的廣泛運用，其帶來的風險也不容小覷。其需要追加擔保，或者出現(xiàn)更嚴重的狀況時股份可能被強制平倉而喪失對公司的控制，或者負面消息的出現(xiàn)可能導致股價波動甚至崩盤。

而股票崩盤，就是股票市場上由于某種突發(fā)原因出現(xiàn)大量股票拋出，導致該股股價無限度下跌，出現(xiàn)企業(yè)市值大幅度縮水的情況。長期的股票崩盤，會讓投資者對股市情緒造成負面影響，引起恐慌，形成股價持續(xù)下跌的惡性循環(huán)。為了方便接下來的分析，股票崩盤在本文中被視為個股股票連續(xù)三日日跌幅超過9.8%的情況。

根據(jù)Choice金融終端的數(shù)據(jù)統(tǒng)計，截至2019年底，我國A股3687家上市公司中，有3086家上市公司進行了股權質押，占比高達83.7%，質押的總市值達45891.81億。而沒有進行股權質押的上市公司只有601家。從整體質押比例上，在目前A股3086家進行股權質押的公司中，質押比例超過20%的有1130家，占比30.65%。質押比例超過50%的有91家，占比2.47%。此外，有9家上市公司質押比例超過70%。如此高比例的發(fā)生股權質押的公司以及部分高質押率的股權質押公司，不得不引起我們的重視，對質押率和崩盤關系進行研究。

1 文獻綜述

現(xiàn)有的文獻主要從股票流動性、信息透明度、稅務規(guī)避、會計穩(wěn)健、機構投資者和產(chǎn)權性質等方面研究股價崩盤風險[1]。荊濤、郝芳靜、欒志乾認為單純的股權質押行為并不會對股價崩盤風險產(chǎn)生較大影響;利率水平與股市崩盤風險呈正相關，利率水平越高，股價崩盤風險越大[2]。沈 冰、陳錫娟認為控股股東股權質押會提高股價的崩盤風險，投資者情緒對股價崩盤風險也具有顯著的正向影響[1]。鄭虎根認為相對于不存在控股股東股權質押的公司，存在控股股東股權質押的公司的股價崩盤風險更低[3]。范士強認為我國上市公司大股東出于維護自身利益的目的，在股權質押后，可能傾向于努力提高經(jīng)營水平、主動管理風險、提振市場信心，因而有利于降低企業(yè)的股價崩盤風險[4]。

現(xiàn)有的這些研究都是基于多個自變量建立多元線性回歸進行分析，而本文基于股價崩盤二分變量建立Logistic模型，從一個全新的角度進行研究，對股權質押率對崩盤的影響進行了更直觀的分析。

2 Logistic模型理論

對于多元線性模型，模型的一個重要假定是因變量是連續(xù)型變量。但如果因變量是類型變量或計數(shù)變量，則多元線性模型不再適用，需要采用廣義線性模型來分析。在某些問題中，響應變量是分類的，經(jīng)常是或者發(fā)生或者不發(fā)生，對于這些問題，一種重要的方法稱為Logistic回歸。

當響應變量有p個自變量，在p個自變量的作用下事件發(fā)生的條件概率記為，那么Logistic回歸模型為：

其中為常數(shù)項或截距項，為模型回歸系數(shù)。由上式可以看出，Logistic回歸模型是一個非線性回歸模型，對其作Logistic變換，Logistic回歸模型可以變成下列線性形式：

對模型中參數(shù)的估計量最常用的是極大似然估計方法。

3 數(shù)據(jù)說明及R語言介紹

本文數(shù)據(jù)均來自Choice金融終端數(shù)據(jù)庫，選取的樣本為我國A股上市公司2019年發(fā)生股權質押業(yè)務上市公司的質押率數(shù)據(jù)和股價閃崩數(shù)據(jù)，其中股價閃崩數(shù)據(jù)是根據(jù)個股日漲跌幅數(shù)據(jù)，對其運用python進行數(shù)據(jù)處理，得到一個二分變量數(shù)據(jù)。得到的樣本數(shù)據(jù)均去除了存在缺失的數(shù)據(jù)。

R語言是一個開源的數(shù)據(jù)分析環(huán)境，是一個對數(shù)據(jù)進行統(tǒng)計分析、可視化和統(tǒng)計編程的強大工具 。

4 模型的建立與分析

本文運用Logistic回歸分析，建立股權質押率和股票崩盤的模型，并對回歸模型中的參數(shù)進行檢驗。

（1）描述性統(tǒng)計

（2）Logistic回歸分析

在Logistic回歸中，響應變量是Y=1的對數(shù)優(yōu)勢比。回歸系數(shù)的含義是當其他預測變量不變時，一單位預測變量的變化可引起的響應變量對數(shù)優(yōu)勢比的變化。由于對數(shù)優(yōu)勢比解釋性差，對結果進行指數(shù)化：

由上可以看出，質押率增加1%，股價崩盤的優(yōu)勢比增加1.02236821。與線性回歸模型相同，可以對模型做預測：

由以上分析可見，股權質押率對股價崩盤確實存在影響，股權質押率越高，發(fā)生閃崩的概率也越大。

5 結論

本文使用Logistic回歸模型對我國A股市場股權質押率和崩盤關系進行分析。分析得出結論：股權質押率對股價閃崩確實存在影響，且質押率越高，股價發(fā)生閃崩的概率也更大，這不得不引起我們的注意。根據(jù)《證券公司參與股票質押式回購交易風險管理指引》，股權質押的抵押率不能超過60%，結合本文得出的結論，上市公司在發(fā)生質押業(yè)務時，應該把質押率納入考慮的范圍。

參考文獻：

[1]沈冰，陳錫娟.股權質押、投資者情緒與股價崩盤風險[J].財經(jīng)問題研究，2019，（09）：72-79.

[2]荊濤，郝芳靜，欒志乾.股權質押、利率水平與股價崩盤風險[J].投資研究，2019，38（03）：63-78.

[3]鄭虎根.股權質押與股價崩盤風險[D].對外經(jīng)濟貿易大學，2018.

[4]范士強.大股東股權質押與股價崩盤風險[D].廣西大學，2019.

[5]王斌會.多元統(tǒng)計分析及R語言建模[M].暨南大學出版社.2011.9.

[6]商影.股價崩盤風險影響因素文獻綜述[J].現(xiàn)代商貿工業(yè)，2020， 41（04）：93-94.

[7]范亞楠.上市公司股權質押的風險探析[J].時代金融，2018，（32）： 317-318.

[8]王松桂，史建紅，尹素菊，吳密霞.線性模型引論[M].北京：科學出版社.2004.