股市信息不對稱對股價暴跌的影響①
——基于不確定性的新視角

毛 杰,劉紅忠

(1.上海大學經(jīng)濟學院,上海 200444; 2.復旦大學經(jīng)濟學院,上海 200433;3.復旦大學金融研究中心,上海 200433)

0 引 言

股價暴跌是指股票價格發(fā)生了難以解釋的、斷崖式的大幅下跌[1,2].股價暴跌致使投資者損失慘重,嚴重挫傷投資者的持股信心;持續(xù)的股價暴跌會有礙于股市的正常運行和健康發(fā)展,不利于股市高效率地實現(xiàn)其資源配置功能;持續(xù)性的大面積股價暴跌甚至還可能引發(fā)系統(tǒng)性金融風險,累及實體經(jīng)濟運行,誘發(fā)經(jīng)濟危機,危及社會穩(wěn)定.

股價暴跌不僅是市場的痛點、監(jiān)管的難點,而且也是學界的研究熱點.對股價暴跌的影響因素進行研究的既有文獻洋洋灑灑、不計其數(shù).但是,多數(shù)既有文獻主要是在公司層面上考察了公司財務和公司特質對股價暴跌的影響[3-13].僅有相對少量的文獻在市場層面上研究了市場微觀結構狀況對股價暴跌的影響,這類在市場層面上進行研究的文獻主要是從以下兩個不同的視角來考察和研究了股價暴跌問題:1)這類文獻中有部分文獻主要是從股市信息不對稱的視角研究了股價暴跌問題.Romer[14]指出,知情交易者的交易行為會揭示他們所知曉的私有信息,于是非知情交易者在了解了唯有知情交易者才知曉的私有信息之后便會隨即改變交易策略,從而會引發(fā)股價劇烈波動并很可能會引發(fā)股價暴跌.Lee[15]和Cao等[16]在引入了交易成本的概念之后指出,私有信息在股市中會逐步累積,而逐漸累積的私有信息遲早會被觸發(fā)并釋放,在累積的負面私有信息釋放時股價會劇烈波動并最終可能發(fā)生股價暴跌.Yuan[17]和徐飛等[18]在研究了信貸約束與股價暴跌之間的關系后指出,當知情交易者因其無法及時獲得信貸而迫不得已拋售股票時,非知情交易者很可能會把知情交易者拋售的原因誤判為知情交易者獲知了負面信息,非知情交易者便也開始拋售股票,股票價格由此劇烈波動并最終很可能會發(fā)生股價暴跌.但是,這些文獻在理論模型中僅僅對股票價格波動或者股票價格變動進行了建模,未能直接對股價暴跌作出明確的定義,更未能體現(xiàn)股價暴跌時股票價格斷崖式大幅下跌的特征,因而這些文獻大多無法非常有針對性地嚴謹考察股市信息不對稱對股價暴跌的影響,而僅僅只能比較寬泛地考察股市信息不對稱對股價波動或股價變動的影響.2)這類文獻中的另一部分文獻則主要是從市場交易流動性的視角研究了股價暴跌問題.Grossman[19]認為,當市場中的交易流動性供給方錯誤地估計了交易流動性需求方的交易量時,市場中便會出現(xiàn)交易流動性不足的危機,股價便可能隨之大幅波動乃至發(fā)生暴跌或暴漲.Gennotte和Leland[20]與Barlevy和Veronesi[21]則先后在文獻[19]的基礎上分別引入了外生的供給沖擊和內生的供給沖擊,并在構造了非線性的股票需求曲線后指出,即便一個微小的供給沖擊也會致使股市缺乏交易流動性并最終可能引發(fā)股價暴跌.雖然這些文獻在其理論模型中對股價暴跌作出了比較明確的定義,但是,這些文獻理論模型中股價暴跌的產(chǎn)生完全取決于非線性的股票需求曲線,而又無法自釋理論模型中股票非線性需求的產(chǎn)生機理.

有鑒于此,本研究將股市中的不確定性與股票的非線性需求相聯(lián)系,籍以明確定義了股價暴跌的概念,得以更有針對性地嚴謹考察了股市信息不對稱和股價暴跌之間的關系,繼而得出結論:股市中的信息不對稱對股價暴跌會有正向的影響,股市中信息不對稱的程度越高,股價暴跌幅度也會越大,且此等正向的影響會隨著不確定性的增大而增大.此研究結論的基本邏輯為:由于股市中廣泛存在著不確定性,因而股市中的部分交易者會懼于不確定性而謹慎交易,于是股市中的交易流動性便會由此而大幅度萎縮;在股市交易流動性嚴重不足的情況下,一個負面的私有信息擾動便會引發(fā)股價下跌,并在信息不對稱的作用下演化為股價暴跌;股市中信息不對稱的程度越高,負面私有信息擾動所導致的股價暴跌也會越嚴重;而且股市中的不確定性越大,交易者便越發(fā)不愿意參與股市交易,股市中便會越發(fā)缺乏交易流動性,于是股市信息不對稱對股價暴跌的影響也會越大.

與既有文獻相比較,本研究的主要邊際貢獻是在理論建模和實證研究中都引入了市場的不確定性.研究不確定性的既有文獻大多聚焦于經(jīng)濟政策的不確定性,側重于研究經(jīng)濟政策的不確定性對經(jīng)濟運行的影響[22,23];本研究則聚焦于股市中的不確定性,從市場不確定性這個全新的視角來考察股市信息不對稱對股價暴跌的影響.具體而言,1)本研究在理論建模上的邊際貢獻是在所構建的理論模型中引入了市場的不確定性,并率先將股市中的不確定性與股票的非線性需求相聯(lián)系,得以從市場不確定性這個全新的視角來解釋了股票非線性需求的產(chǎn)生機理,由此明確定義了股價暴跌的概念,得以更有針對性地嚴謹考察了股市信息不對稱對股價暴跌的影響.眾多的既有相關文獻僅僅是研究了信息具有不確定性[24-26]、資產(chǎn)之間的相關系數(shù)具有不確定性[27,28]、知情交易者的交易策略具有不確定性[29]等情況下的市場均衡狀況,鮮有文獻從市場不確定性的視角來考察股市信息不對稱對股價暴跌的影響.本研究不僅進一步拓展了對不確定性研究的既有成果,也在股市信息不對稱對股價暴跌的影響機制上填補了既有文獻中的缺失和空白;2)本研究在實證研究中的邊際貢獻是根據(jù)證券分析師的預測數(shù)據(jù)構建了A股市場個股的不確定性指數(shù)以度量股市中的不確定性,得以在每個時點的橫截面上分別度量了個股不同的不確定性,并基于不確定性指數(shù)識別出了股市信息不對稱對股價暴跌的影響機制.眾多的既有相關文獻度量了經(jīng)濟政策的不確定性(如文獻[22]、文獻[23]等),僅僅在時間序列上衡量了宏觀經(jīng)濟的經(jīng)濟不確定性,而無法衡量微觀個體自身所面臨的不確定性.本研究不僅拓寬了對不確定性刻畫的實證方法,也為不確定性在股價暴跌的影響機制中的作用提供了新的實證經(jīng)驗.總括而言,本研究從不確定性的全新視角進一步豐富了股價暴跌成因的研究成果,有助于從不同的視角來更為全面地理解股價暴跌的影響因素.

1 理論模型構建與分析

本研究在理性預期均衡框架內[29-32],構建市場微觀結構的理論模型,并在模型中引入了不確定性(1)不確定性(uncertainty,亦稱模糊性ambiguity)系指事件結果的發(fā)生概率分布未知的狀況[33].Keynes[34]將不確定性定義為尚無科學依據(jù)來計算出事件結果的發(fā)生概率.,以期側重于從不確定性的視角來揭示股市信息不對稱對股價暴跌的影響.本研究之所以在市場微觀結構模型中引入不確定性:1)是因為不確定性廣泛存在于現(xiàn)實金融市場之中,市場中的不確定性不僅僅會影響和改變投資者對資產(chǎn)收益率均值的判斷,而且也會由此影響和改變投資者的交易策略[35];2)是因為不確定性在對市場微觀結構的研究中極具重要性[24],具體而言,部分交易者因懼于市場中的不確定性而謹慎參與交易,于是市場的微觀結構便會由此而發(fā)生變化[25,26].本研究理論模型在引入了不確定性之后,便可更為逼真地反映出市場的實際狀況,更為全面地反映出不確定性對投資者交易策略以及對市場微觀結構等的影響.

1.1 模型設定

本研究將市場中的所有交易者細分為兩類:1)知情交易者;2)模糊交易者(2)模糊交易者,在部分既有文獻中亦被稱為模糊厭惡交易者或天真交易者等..參照文獻[29]和文獻[32],本研究再設定知情交易者和模糊交易者共同參與股票交易,而知情交易者具有額外的投資機會(3)具體的額外投資機會如股票衍生品投資、融資融券交易等..本研究還假設知情交易者和模糊交易者都以現(xiàn)金形式持有其在交易之后的全部剩余資產(chǎn).

(1)

(2)

綜上,本研究理論模型所設定的市場微觀結構如圖1所示.

圖1 市場微觀結構的簡圖

假設市場中的知情交易者和模糊交易者是[0,1]上的連續(xù)統(tǒng),其中知情交易者的基數(shù)(Cardinality)設為M,模糊交易者的基數(shù)便為1-M.

1.2 市場均衡

在理性預期均衡模型中,知情交易者和模糊交易者都是先了解和掌握了他們各自的信息集,然后再根據(jù)其信息集并從實現(xiàn)其期望效用函數(shù)最大化出發(fā)來決定其最優(yōu)交易量.隨后,知情交易者和模糊交易者都將其最優(yōu)交易量提交至市場.市場遂出清并實現(xiàn)均衡,由此得以形成了市場均衡時的股票價格.

(3)

(4)

(5)

(6)

知情交易者和模糊交易者在決定了他們各自的最優(yōu)交易量之后,便將各自的最優(yōu)交易量提交至市場.市場隨后出清并實現(xiàn)均衡(此時市場中股票的超額需求量為零).市場出清條件為

(7)

(8)

(9)

由此定義的股價暴跌,得以充分體現(xiàn)出股價暴跌時股票價格斷崖式大幅下跌的特征.

1.3 無不確定性的反事實分析

(10)

(11)

(12)

1.4 股價暴跌的命題

根據(jù)第1.2節(jié)中對股價暴跌Crash的定義和對股市信息不對稱Asy的定義可知,股價暴跌Crash和股市信息不對稱Asy的關系為

(13)

(14)

個中緣由是當一個負面的私有信息擾動發(fā)生時,股票的超額需求量便會發(fā)生變化(如圖2所示,超額需求曲線便會左移);股票超額需求量的變化幅度(即圖2中股票的超額需求曲線的左移幅度)與股市信息不對稱Asy的程度正相關,股市信息不對稱Asy的程度越高,股票超額需求量的變化幅度也就越大,于是股價暴跌Crash也會越嚴重.

圖2 股價暴跌的示意圖

由此,提出理論模型的命題1.

命題1股市信息不對稱對股價暴跌會有正向的影響,股市中信息不對稱的程度越高,股價暴跌的程度也會越大.

進而再由式(14)可知,模糊交易者所面臨的不確定性Δφ越大,股市信息不對稱對股價暴跌的影響也會越大,即

(15)

個中緣由是不確定性Δθ越大,模糊交易者便越發(fā)不愿意參與股市交易,股市中便會越發(fā)缺乏交易流動性,于是股市信息不對稱對股價暴跌的影響也會越大.

由此,再提出理論模型的命題2.

命題2不確定性具有放大效應,股市中的不確定性越大,股市信息不對稱對股價暴跌的影響也會越大.

2 實證模型設計

2.1 模型設定

本研究設立實證模型式(16)來實證檢驗股市中的信息不對稱對股價暴跌的影響

Crashi,j,t=β0+β1·Asyi,j,t+β×

Xi,j,t+βt+βj+ui,j,t

(16)

式(16)中Crash表示股價暴跌,是本研究實證模型的因變量;Asy表示股市信息不對稱,是實證模型的自變量;X是實證模型的控制變量;下標i=1,…,n表示不同股票的截面,下標j=1,…,k表示不同行業(yè)的截面,下標t=1,…,m表示不同時間的期數(shù)(以月為單位);β0表示截距項,βt表示時間固定效應,βj表示行業(yè)固定效應,ui,j,t表示隨機誤差項;β1和β都表示回歸系數(shù),回歸系數(shù)β1是本研究的主要考察對象和研究重點.本研究設立實證模型式(17)來實證檢驗不確定性在股市信息不對稱對股價暴跌的影響中所起的作用

Crashi,j,t=γ0+γ1·Asyi,j,t+γ2·Ambi,j,t+

γ3·Asyi,j,t·Ambi,j,t+γ·Xi,j,t+

γt+γj+ui,j,t

(17)

式(17)中Amb表示不確定性,是本研究實證模型的調節(jié)變量;γ0表示截距項,γt表示時間固定效應,γj表示行業(yè)固定效應,γ1、γ2、γ3和γ都表示回歸系數(shù),交互項的回歸系數(shù)γ3也是本研究的主要考察對象和研究重點.

2.2 變量定義

實證模型中的因變量為股價暴跌Crashi,j,t,本研究以樣本股票發(fā)生股價暴跌的頻率Frequency(x)i,j,t用于度量股價暴跌Crashi,j,t[37-42].具體而言,本研究假設股票收益率呈正態(tài)分布,而后使用中心極限定理定義樣本股票發(fā)生股價暴跌的頻率Frequency(x)i,j,t為樣本股票的收益率出現(xiàn)極端負值的概率,即

④中紀委主張“監(jiān)察機關調查職務違法和職務犯罪適用國家監(jiān)察法，案件移送檢察機關后(才)適用刑事訴訟法”。

Frequency(1.96)i,j,t?P{Ri,j,τ

(18)

Frequency(2.33)i,j,t?P{Ri,j,τ

(19)

式(18)和式(19)中Ri,j,τ表示樣本股票i在交易日τ的收益率,閾值-1.96和-2.33分別表示正態(tài)分布的下2.5%和下1%的分位點.

實證模型中的自變量為股市信息不對稱Asyi,j,t,本研究以樣本股票的月知情交易概率度量股市信息不對稱Asyi,j,t的程度[43-47](4)本研究不使用成交量加權的知情交易概率VPIN來測度我國股市信息不對稱的程度,是因為Easley等[48-50]所提出的成交量加權知情交易概率VPIN,比較適合在高頻交易的市場環(huán)境中用于測度股市信息不對稱的程度[51],而我國股市是實行T+1的交易制度,并非是高頻交易的市場,所以成交量加權的知情交易概率VPIN不太適用于我國股市..一般而言,知情交易概率由如下兩步構造而成.首先,根據(jù)經(jīng)典文獻[43],按式(20)進行參數(shù)估計

(20)

式(20)中B表示交易日τ內的買入指令數(shù),S則表示交易日τ內的賣出指令數(shù);α表示信息事件發(fā)生的概率,1-α則表示信息事件不發(fā)生的概率;δ表示壞消息的發(fā)生概率,1-δ則表示好消息的發(fā)生概率;μ表示知情交易者的指令到達率,ε則表示其他交易者的指令到達率.設整個樣本月份t內的各交易日兩兩獨立,整個樣本月份t的對數(shù)似然函數(shù)則為

(21)

實證模型中的調節(jié)變量為不確定性.根據(jù)文獻[52]和文獻[53],本研究基于證券分析師的預測數(shù)據(jù)構建樣本股票的個股不確定性指數(shù)Ambi,j,t用于度量個股的不確定性的程度.首先,針對第p位證券分析師在第t期對第i支股票所給出的每股收益預測值Forecasti,j,p,t,需計算出此預測值相對于實際值Reali,j,t的預測偏差Errori,j,p,t,預測偏差Errori,j,p,t的計算公式為

(22)

然后,有鑒于事件結果在不確定性狀況下的概率分布是未知的,本研究便以此預測偏差Errori,j,p,t的四分位差來構建個股的不確定性指數(shù)Ambi,j,t,計算公式為

Ambi,j,t=IQRp(Errori,j,p,t)

(23)

本研究參考了文獻[54]等選取了如下控制變量:上期的股價暴跌L.Crash、上期的股票特質收益率的均值L.Return、上期的股票特質收益率的波動率L.Sigma、上期的上市公司財務杠桿L.Lev、上期的上市公司賬面市值比L.BM、上期的上市公司經(jīng)營業(yè)績L.ROA、上期的上市公司規(guī)模L.Size、上期的股票換手率L.Turnover、上期的上市公司財務不透明度L.Opacity(即上期的上市公司可操縱應計盈余的絕對值).

2.3 數(shù)據(jù)來源

文中計算知情交易概率所使用的分筆高頻交易數(shù)據(jù)來源于RESSET高頻數(shù)據(jù)庫,其他數(shù)據(jù)均來源于國泰安CSMAR數(shù)據(jù)庫.實證檢驗的樣本為滬深A股股票(但不包括金融類股票),樣本時間為2010年7月1日—2015年12月31日.本研究使用R軟件中的pinbasic程序包計算了知情交易概率,使用Stata14.0完成了其他數(shù)據(jù)處理和回歸分析.實證模型中的主要變量都進行了上下各2.5%的縮尾(Winsorize)處理,以盡可能減少樣本中的異常值對實證檢驗結果的干擾.為了消除自變量與調節(jié)變量之間可能存在的多重共線性問題,自變量與調節(jié)變量又進行了中心化處理(5)具體的描述性統(tǒng)計囿于篇幅而無法刊告,但已留存?zhèn)渌?.

3 實證檢驗與分析

3.1 基準回歸檢

本研究實證檢驗我國股市中的信息不對稱對股價暴跌的影響,以知情交易概率PIN來度量和刻畫股市信息不對稱的程度,并以股價暴跌的發(fā)生頻率Frequency1.96和Frequency2.33來度量和刻畫股價暴跌.實證檢驗的聚類估計結果詳見表1.

表1 實證檢驗的聚類估計結果

表1的第2列、表1的第3列的被解釋變量為Frequency1.96,1)第2列僅引入知情交易概率PIN,其估計系數(shù)在1%的置信水平下顯著為正;2)第3列在第2列的基礎上引入了研究股價暴跌常用的控制變量,回歸估計結果依然保持穩(wěn)健,PIN的估計系數(shù)為2.189,且仍然在1%的置信水平下顯著為正.此實證檢驗的結果表明:股市信息不對稱對股價暴跌會有顯著的正向影響,股市中信息不對稱的程度越高,股價暴跌的程度也會越大.前文理論模型推導出的命題1由此也得以驗證.表1第3列還提示:我國股市的股價暴跌,除了受到股市信息不對稱的顯著影響之外,L.Return、L.Sigma、L.Lev、L.BM、L.ROA、L.Size和L.Turnover也都會對我國股市的股價暴跌程度產(chǎn)生顯著的影響.

再如表1第4列、表1第5列所示,在股價暴跌改為由股價暴跌的發(fā)生頻率Frequency2.33來度量的情況下,知情交易概率PIN的估計系數(shù)仍然在1%的置信水平下顯著為正.此實證檢驗的結果再度印證了股市信息不對稱對股價暴跌確實會有顯著的正向影響,并再度驗證了理論模型命題1.

3.2 考慮內生性的穩(wěn)健性檢驗

股市信息不對稱和股價暴跌兩者之間可能會發(fā)生遺漏變量和互為因果這兩類內生性問題.鑒此,本文使用固定效應模型和工具變量模型兩種方法在考慮了內生性問題后重新檢驗股市信息不對稱程度對股價暴跌的影響.本文選用樣本股票是否已被選定為融資融券標的股票Short來作為股市信息不對稱的工具變量,其原因有二:1)樣本股票被選定為融資融券標的股票與市場中的股價暴跌并不直接相關,因為融資融券標的股票的調入和調出系由滬深兩市交易所決定,實為外生事件,具有高度的外生性;2)樣本股票被選定為融資融券標的股票Short與股市信息不對稱具有相關性,因為融資融券交易的推出降低了股市的信息不對稱[47].鑒此,樣本股票是否已被選定為融資融券標的股票Short不僅滿足了工具變量的外生性要求、還滿足了工具變量的相關性要求,適合用作本文的工具變量.使用固定效應模型和工具變量模型的穩(wěn)健性檢驗結果詳見表2.

表2 考慮內生性問題的穩(wěn)健性檢驗結果

如表2第2列、表2第3列所示,在使用了固定效應模型控制了不可觀測變量后,知情交易概率PIN的兩個估計系數(shù)分別為2.465和2.628,均在1%的置信水平下顯著為正,與前文的實證檢驗結果基本一致.此內生性問題的穩(wěn)健性檢驗結果也表明:在控制了不可觀測變量后,股市信息不對稱對股價暴跌仍然會有顯著的正向影響,股市信息不對稱的程度越高,股價暴跌的程度也會越大.理論模型推導出的命題1也由此再度得以證實.

如表2第4列、表2第6列所示,在控制了其他因素的情況下,融資融券標的股票Short的兩個估計系數(shù)全部都在5%的置信水平下顯著為負.此第一階段的檢驗結果表明:融資融券標的股票Short與股市信息不對稱顯著負相關,融資融券標的股票Short確為有效的工具變量,可用于本研究的內生性問題檢驗.再如表2第5列、表2第7列所示,知情交易概率PIN的兩個估計系數(shù)全部在10%的置信水平下顯著為正,與前文的實證檢驗結果基本一致.理論模型推導出的命題1也由此再度得以證實.

綜上,考慮到可能會存在內生性問題,本研究使用固定效應模型和工具變量模型,在考慮內生性問題的前提下,再次考察了股市信息不對稱對股價暴跌的影響,此內生性問題的穩(wěn)健性檢驗結果與前文的實證結論一致,由此驗證了實證結論的穩(wěn)健性.

3.3 其他穩(wěn)健性檢驗

為了驗證實證結果的穩(wěn)健性還進行了兩項穩(wěn)健性檢驗(6)穩(wěn)健性檢驗的具體結果囿于篇幅而無法刊告,但已留存?zhèn)渌?.

1)由于用來計算知情交易概率PIN的對數(shù)似然函數(shù)是非線性函數(shù),所以使用極大似然法來作最優(yōu)估計可能會發(fā)生計算溢出等計算問題.本研究根據(jù)文獻[55]、文獻[56]、文獻[57]分別計算了知情交易概率G-PIN、Y-PIN和E-PIN,從而改善了知情交易概率估計的準確性和有效性.進而,本文在實證檢驗中使用知情交易概率G-PIN、Y-PIN和E-PIN來分別度量股市中的信息不對稱風險,再次檢驗股市信息不對稱對股價暴跌的影響.

2)文獻[3～6]和文獻[8～12]使用收益負偏系數(shù)Ncskew和漲跌波動比率Duvol來刻畫股價暴跌.本研究因而也在實證檢驗中使用收益負偏系數(shù)Ncskew和漲跌波動比率Duvol來分別度量股價暴跌,再次檢驗股市信息不對稱對股價暴跌的影響.

上述穩(wěn)健性檢驗的結果與前文的實證檢驗結論相吻合,由此得以從不同的視角多番驗證了本研究實證結論的穩(wěn)健性.

3.4 區(qū)分股價異常波動區(qū)間的異質性檢驗

2015年我國股市出現(xiàn)了異常波動,市場機制可能會發(fā)生變化,由此信息不對稱程度對股價暴跌的影響可能會有所不同.因而,本研究將總樣本分為2015年前和2015年中兩個分樣本,分別檢驗股市信息不對稱對股價暴跌的影響.區(qū)分股價異常波動區(qū)間的異質性檢驗結果詳見表3.

表3 區(qū)分股價異常波動區(qū)間的異質性檢驗結果

如表3所示,在控制了其他因素的情況下,無論在2015年前分樣本抑或在2015年分樣本,知情交易概率的估計系數(shù)都在1%的置信水平下顯著為正.本研究進而對2015年前和2015年中兩個分樣本中知情交易概率的估計系數(shù)進行了Wald檢驗,其Wald檢驗結果17.69和17.38,均在1%的置信水平下顯著.此異質性檢驗的結果表明:無論在正常時期抑或是在異常波動時期,信息不對稱程度都對股價暴跌都產(chǎn)生了顯著的正向影響,但影響的程度有所不同,在股價異常波動時期信息不對稱程度對股價暴跌所產(chǎn)生的影響更大.

3.5 不確定性的影響機制檢驗

前文的實證檢驗已得出結論:股市信息不對稱對股價暴跌會有顯著的正向影響,股市信息不對稱的程度越高,股價暴跌的程度也會越大.但尚需進一步識別出股市信息不對稱對股價暴跌的影響機制.為此,根據(jù)前文理論模型推導出的命題2(即不確定性具有正向的放大效應),本研究引入個股的不確定性指數(shù)以期識別出股市信息不對稱對股價暴跌的影響機制.繼而,將不確定性指數(shù)Amb以及此不確定性指數(shù)與兩種知情交易概率的交互項PIN×Amb一并引入實證模型中,旨在識別出股市信息不對稱對股價暴跌的影響機制.影響機制識別的檢驗結果詳見表4.

表4 不確定性的影響機制檢驗結果

如表4所示,在控制了其他因素的情況下,知情交易概率PIN的兩個估計系數(shù)全部都在1%的置信水平下顯著為正.此檢驗結果與前文的實證結果一致,前文理論模型推導出的命題1也由此再度得以證實.

再如表4所示,在控制了其他因素的情況下,知情交易概率PIN與不確定性指數(shù)Amb的交互項PIN×Amb的兩個估計系數(shù)均在5%的置信水平下顯著為正.交互項的兩個估計結果都表明:不確定性與股市信息不對稱對股價暴跌的影響顯著正相關,即不確定性在股市信息不對稱對股價暴跌的影響中具有正向的放大效應,股市中的不確定性越大,股市信息不對稱對股價暴跌的影響也會越大.由此得以識別出了股市信息不對稱對股價暴跌的影響機制,并由此得以證實了前文理論模型所推導出的命題2.

4 結束語

本研究基于不確定性的視角,從理論建模和實證檢驗兩個維度系統(tǒng)地考察和研究了股市信息不對稱和股價暴跌之間的關系,并得出結論:股市信息不對稱對股價暴跌會有正向的影響,股市中信息不對稱的程度越高,股價暴跌的程度也會越大,且此等正向的影響會隨著不確定性的增大而增大.

本研究首先在理性預期均衡的框架內構建了市場微觀結構的理論模型,并在模型中引入了不確定性,由此得以從不確定性的視角考察和研究了股市信息不對稱和股價暴跌之間的關系,進而得出了理論模型的兩個命題:1)股市信息不對稱對股價暴跌會有正向的影響,股市中信息不對稱的程度越高,股價暴跌的程度也會越大;2)不確定性具有放大效應,股市中的不確定性越大,股市信息不對稱對股價暴跌的影響也會越大.這兩個命題背后的基本邏輯是:由于股市中廣泛存在著不確定性,因而股市中的部分交易者會懼于不確定性而謹慎交易,于是股市中的交易流動性便會由此而大幅度萎縮;在股市交易流動性嚴重不足的情況下,一個負面的私有信息擾動會引發(fā)股價下跌或引發(fā)股價暴跌;且股市中信息不對稱的程度越高,負面私有信息導致股價下跌或股價暴跌的幅度也會越大;而且股市中的不確定性越大,交易者便越發(fā)不愿意參與股市交易,股市中便會越發(fā)缺乏交易流動性,于是股市信息不對稱對股價暴跌的影響也會越大.

本研究繼而以A股市場2010年7月至2015年12月的個股分筆高頻數(shù)據(jù)為樣本,計算了A股市場股票的知情交易概率,用于度量股市信息不對稱的程度,并以知情交易概率實證檢驗了股市信息不對稱對股價暴跌的影響.實證結果表明:股市信息不對稱對股價暴跌會有顯著的正向影響,股市中信息不對稱的程度越高,股價暴跌的程度也會越大.還考慮到可能會存在內生性問題,本研究以樣本股票是否已被選定為融資融券標的股票作為工具變量,再度驗證了實證檢驗結論的穩(wěn)健性.

本研究進而還根據(jù)證券分析師的預測數(shù)據(jù)構建了A股市場個股的不確定性指數(shù)來度量股市中的不確定性,并基于此不確定性指數(shù)來識別股市信息不對稱對股價暴跌的影響機制,得以發(fā)現(xiàn):不確定性在股市信息不對稱對股價暴跌的影響中具有正向的放大效應,即股市中的不確定性越大,股市信息不對稱對股價暴跌的影響也會越大.

基于上述研究結論,本研究認為:切實降低股市中信息不對稱的程度,切實改善中小投資者的信息劣勢地位,可縮小股價暴跌的幅度,可減少股價暴跌的發(fā)生頻次,有助于維護股市的正常運行和健康發(fā)展,有助于防范證券市場可能會發(fā)生的系統(tǒng)性金融風險.為此,本研究建議:1)暢通投資者獲取真實股市信息的渠道,增加投資者獲取真實股市信息的途徑,嚴懲憑空捏造惡意傳播虛假股市信息的行為;2)完善上市公司的信息披露制度,規(guī)范上市公司的信息披露行為,強化對上市公司信息披露的監(jiān)管,督促上市公司依法依規(guī)客觀及時完整地披露應予公開的信息,嚴懲上市公司信息虛報、信息瞞報和信息壓制的行為,籍以切實降低股市中信息不對稱的程度;3)告誡機構投資者不得濫用其信息優(yōu)勢操縱市場違法牟利,嚴懲此等違規(guī)利用信息優(yōu)勢損害中小投資者利益的行為,籍以保護處于信息劣勢地位的中小投資者;4)提醒廣大中小投資者充分意識到其在股市中的信息劣勢地位,勸導廣大中小投資者在信息不對稱的股市中謹慎投資理性交易,教育廣大中小投資者警惕股價暴跌風險避免在股價暴跌時遭受重大損失.