信息不對稱風(fēng)險(xiǎn)被定價(jià)了嗎？

2021年上市公司年報(bào)披露大幕即將開啟。信息不對稱風(fēng)險(xiǎn)是否被定價(jià)了？市場能否從披露前股票價(jià)格波動(dòng)中獲取有益信息呢？本文基于價(jià)格的度量方法，即衡量信息泄露風(fēng)險(xiǎn)，捕捉非知情投資者信息不對稱性的異常特質(zhì)波動(dòng)率，從而推斷出信息不對稱風(fēng)險(xiǎn)確實(shí)會(huì)被定價(jià)。

信息不對稱是否會(huì)影響市場定價(jià)？

標(biāo)準(zhǔn)的資產(chǎn)定價(jià)理論認(rèn)為所有投資者獲取的信息都是相同的，因此資產(chǎn)的預(yù)期收益更多取決于其系統(tǒng)性風(fēng)險(xiǎn)的高低。然而，當(dāng)投資者所獲取的信息并不相同時(shí)，傳統(tǒng)的資本資產(chǎn)定價(jià)理論即受到了挑戰(zhàn)。

不同的模型假設(shè)和技術(shù)手段的使用可能帶來不同的結(jié)論，盡管目前有很多文獻(xiàn)就該問題進(jìn)行了討論，但從實(shí)證而言，“信息不對稱風(fēng)險(xiǎn)究竟是否被市場定價(jià)”這一問題仍沒有明確答案。這其中的主要難題在于缺乏合適的信息風(fēng)險(xiǎn)衡量措施，因此提出一種基于價(jià)格指標(biāo)的方法來衡量信息風(fēng)險(xiǎn)。

如何度量信息風(fēng)險(xiǎn)？

假設(shè)信息風(fēng)險(xiǎn)具有多樣性的特征，而僅基于成交量的方式來捕捉信息風(fēng)險(xiǎn)不夠完整。公司內(nèi)部人員、空頭、機(jī)構(gòu)交易者通常是知情交易者。原則而言，知情交易者的行為會(huì)同時(shí)反映在成交量和價(jià)格兩個(gè)方面。通過知情交易者造成的價(jià)格變化，構(gòu)建了信息不對稱性的異常特質(zhì)波動(dòng)率（Abnormal Idiosyncratic Volatility，簡稱AIV）指標(biāo)來衡量信息風(fēng)險(xiǎn)，該指標(biāo)衡量的是盈余公告前特質(zhì)波動(dòng)率相對于平時(shí)特質(zhì)波動(dòng)率的提升幅度。然而，特質(zhì)波動(dòng)率也可能反映上市公司的基本面風(fēng)險(xiǎn)、投資者過度反應(yīng)等。因此，AIV指標(biāo)即被用于度量上市公司信息相關(guān)的事件發(fā)生時(shí)的不尋常的價(jià)格波動(dòng)。

因此，可根據(jù)上市公司在盈余公告前的特質(zhì)波動(dòng)率和在非盈余公告時(shí)間的特質(zhì)波動(dòng)率的差值來計(jì)算AIV指標(biāo)。盈余公告可以作為重要信息事件主要是基于幾點(diǎn)原因：一是盈余公告包含了公司過去經(jīng)營業(yè)績的信息，該信息能夠幫助投資者對未來的業(yè)績進(jìn)行預(yù)測。二是知情交易往往發(fā)生在盈余公告之前。三是從1970年開始，美國證監(jiān)會(huì)就強(qiáng)制要求所有的上市公司發(fā)布季度報(bào)告，可以被用于計(jì)算全市場所有股票的AIV值。

指標(biāo)計(jì)算方法

筆者首先使用法瑪和法蘭奇（Fama-French）三因子模型的殘差來計(jì)算特質(zhì)波動(dòng)率。并且定義盈余公告前（Pre-Earnings-Announcement periods，簡稱PEA）為最近四次盈余公告日的前五天（共20天）;無盈余公告期間（Non-Earnings-Announcement periods，簡稱NEA）為去除最近四次盈余公告日及其前后5天（共（5+5+1）×4=44天）后一年內(nèi)的剩余期間。筆者使用了1972年到2015年間紐約證券交易所、美國證券交易所、和納斯達(dá)克證券市場的股票月度、季度盈余公告數(shù)據(jù)來計(jì)算AIV。

基于AIV指標(biāo)捕捉的信息風(fēng)險(xiǎn)是否會(huì)被定價(jià)？

AIV指標(biāo)度量信息風(fēng)險(xiǎn)，即AIV指標(biāo)和知情交易之間是否存在緊密聯(lián)系。由于公司內(nèi)部人員、空頭、機(jī)構(gòu)交易者往往是知情交易者，論文首先分析了AIV指標(biāo)和這些交易者的交易行為之間的關(guān)系。研究發(fā)現(xiàn)AIV指標(biāo)和上述交易者的交易行為之間存在正相關(guān)關(guān)系，AIV指標(biāo)也與盈余公告前的知情交易收益顯著正相關(guān)，這意味著高AIV的公司確實(shí)更容易產(chǎn)生知情交易。

度量信息風(fēng)險(xiǎn)的AIV因子被定價(jià)方面，使用投資組合排序（Portfolio Sorting）的方法，筆者發(fā)現(xiàn)，高AIV的公司具有高收益，對于小公司而言這一效應(yīng)更加顯著，但是控制了公司規(guī)模之后AIV效應(yīng)仍然存在。買入高AIV公司，賣出低AIV公司的策略可以獲得1.9%的超額收益，在小公司組中這一策略收益更是達(dá)到了4.08%。使用曲線和正的凈現(xiàn)值（Fama-MacBeth）（1973）的方法并且控制其它定價(jià)因子做檢驗(yàn)時(shí)，AIV效應(yīng)仍然顯著。在去除掉交易不活躍的公司、使用不同的窗口長度計(jì)算AIV指標(biāo)、使用不同的事件代替盈余公告、在大公司組內(nèi)部檢驗(yàn)AIV等穩(wěn)健性檢驗(yàn)下，AIV指標(biāo)都是一個(gè)顯著的定價(jià)因子。

實(shí)際上，在控制了超預(yù)期盈余之后，AIV系數(shù)雖然有所減少，仍然顯著。另外，使用剔除了價(jià)格漂移影響之后的調(diào)整指標(biāo)進(jìn)行回歸仍然顯著。

為了排除AIV因子可能和特質(zhì)波動(dòng)率異象有關(guān)聯(lián)的可能性，在Fama-MacBeth回歸中加入特質(zhì)波動(dòng)率控制變量，發(fā)現(xiàn)AIV效應(yīng)仍然顯著。在控制了其它基于交易量的信息風(fēng)險(xiǎn)指標(biāo)后，AIV效應(yīng)仍然顯著，而部分其它信息風(fēng)險(xiǎn)指標(biāo)（Abnormal Effective spread、Abnormal Trading volume）則失去了顯著性?？傮w而言，AIV和其他信息風(fēng)險(xiǎn)指標(biāo)相關(guān)程度較低。

本文認(rèn)為，一是盡管盈余公告后的價(jià)格漂移效應(yīng)在市場上長期存在，而AIV的計(jì)算與該效應(yīng)強(qiáng)相關(guān)，但AIV并不是由于該效應(yīng)現(xiàn)象導(dǎo)致的。二是很多人都會(huì)將AIV溢價(jià)與特質(zhì)波動(dòng)溢價(jià)聯(lián)系起來，但AIV與低特質(zhì)波動(dòng)溢價(jià)并不相同。盈余公告前和非盈余公告期間的特殊波動(dòng)影響了AIV的溢價(jià)。三是盡管信息風(fēng)險(xiǎn)是多樣性的，很多人會(huì)認(rèn)為基于價(jià)格度量的AIV指標(biāo)與基于成交量度量的指標(biāo)所捕捉到的信息是完全一樣的。不過，在控制了基于成交量度量的指標(biāo)后，AIV的溢價(jià)仍然存在。最后我們發(fā)現(xiàn)，在控制了股票換手率、空頭利率、分析師覆蓋、投資能力、盈利能力、會(huì)計(jì)異象后，AIV的溢價(jià)仍然存在。

綜上所述，AIV與股票發(fā)布盈余公告前的知情交易者行為、內(nèi)幕交易行為、賣空行為和機(jī)構(gòu)交易行為都具有很強(qiáng)的相關(guān)性。AIV值高的股票的長期收益顯著高于AIV值低的股票。從而證明信息不對稱風(fēng)險(xiǎn)確實(shí)會(huì)被定價(jià)。盡管AIV指標(biāo)不能反映所有的信息風(fēng)險(xiǎn)以及信息事件，但是基于盈余公告構(gòu)建的AIV指標(biāo)可能可以應(yīng)用于其他信息事件（例如兼并收購、產(chǎn)品回購、專利申請等）。

（張博輝為香港中文大學(xué)（深圳）經(jīng)管學(xué)院執(zhí)行副院長。原論文《信息不對稱風(fēng)險(xiǎn)被定價(jià)了嗎？來自異常特質(zhì)波動(dòng)率的證據(jù)》（Is Information Risk Priced？ Evidence from Abnormal Idiosyncratic Volatility）由作者與香港科技大學(xué)商學(xué)院教授張?zhí)?、英國利物浦大學(xué)高級講師楊嶸蔣合作完成，文章于2020年刊發(fā)于《金融經(jīng)濟(jì)學(xué)期刊》（Journal of Financial Economics）第2期。本文編輯/王柏勻）