高青松 郭云釵

摘? ?要：本文以2020年疫情期間股價暴跌為數(shù)據(jù)基礎(chǔ)，構(gòu)建負(fù)收益偏態(tài)系數(shù)和公司股票收益上下波動的比例兩個股價崩盤風(fēng)險指標(biāo)，檢驗賣空機(jī)制對A股市場及A股三個板塊的沖擊大小。研究結(jié)果表明，股價異常期間，賣空機(jī)制加大了股票崩盤風(fēng)險，對主板與中小板的沖擊遠(yuǎn)大于創(chuàng)業(yè)版，投資者的情緒得到釋放后，賣空機(jī)制對A股的沖擊將縮小。研究結(jié)論對于提高監(jiān)管效率、完善證券市場制度、引導(dǎo)投資者行為具有重要的政策含義。

關(guān)鍵詞：股價異常;賣空機(jī)制;A股市場;沖擊

一、引言

自2010年3月31日引入賣空機(jī)制后，賣空機(jī)制一直備受關(guān)注。賣空可以通過降低標(biāo)的證券的噪音交易、提升信息傳遞速度、降低公司盈余操縱以及降低投資者之間的信息不對稱程度來實現(xiàn)降低標(biāo)的證券股價特質(zhì)性波動。2015年我國股價大跌，使人們意識到賣空機(jī)制可以放大投資者情緒效應(yīng)，進(jìn)而使股價對市場非理性情緒的沖擊變得更為敏感，且融資融券也給投資者提供了買空賣空和跟風(fēng)操作的便利條件。雖然賣空機(jī)制在我國發(fā)展曲折，但可以賣空的標(biāo)的范圍一直在逐漸擴(kuò)大，截至2019年8月19日，共擴(kuò)容6次，可賣空標(biāo)的從90只擴(kuò)大至1600只。特別是2019年這一輪擴(kuò)容，創(chuàng)業(yè)板新增標(biāo)的141只，是之前擴(kuò)容標(biāo)的總和的2.39倍;中小板新增標(biāo)的165只，是前期擴(kuò)容標(biāo)的總和0.84倍;主板擴(kuò)容354只，不及前期擴(kuò)容總和的一半，創(chuàng)業(yè)板與中小板標(biāo)的數(shù)量雖不及主板，但其標(biāo)的增幅遠(yuǎn)高于主板，擴(kuò)容重心有明顯向創(chuàng)業(yè)板與中小板轉(zhuǎn)移的跡象。

而A股的三個板塊卻呈現(xiàn)著不同的特點。主板公司多為大型成熟公司或在某個行業(yè)居于龍頭地位，盈利能力強(qiáng)、資產(chǎn)規(guī)模大、投資風(fēng)險相對小;中小板公司多為創(chuàng)新型的中小型公司，成長性高，但風(fēng)險大;創(chuàng)業(yè)板公司多為高成長性的中小公司和高科技公司，具有前瞻性、高技術(shù)性、高風(fēng)險性的特點。賣空機(jī)制對創(chuàng)業(yè)板與中小板的影響是否如同主板？特別是在股價異常期間，賣空機(jī)制對三個板塊的沖擊大小是否存在差異？政府是否有必要在股價異常期間針對不同板塊采取差異化政策？本文以2020年1月14日—2020年2月3日、2020年3月6日—2020年3月19日，兩次股價大跌期間的數(shù)據(jù)實證檢驗相關(guān)假設(shè)。

二、理論分析與研究假設(shè)

（一）賣空機(jī)制與股價崩盤風(fēng)險

賣空機(jī)制可以通過提高股票價格的信息含量，改善公司信息透明度，從而提高投資對股票價格的敏感度，避免不利消息的一次性集中爆發(fā)導(dǎo)致股價崩盤。賣空機(jī)制在股價平穩(wěn)期提前釋放了部分或全部的股價下跌風(fēng)險，從而緩解了股票在股價異常期間的下跌壓力，平滑了市場股價的走勢。因此，無論股價暴漲還是暴跌，賣空機(jī)制都顯著降低了股價崩盤風(fēng)險。但投資者是非理性的，存在著“過度反應(yīng)性”的現(xiàn)象。Richard Thaler和Werner De Bondt在1985年發(fā)現(xiàn)投資者對于受損失的股票變得越來越悲觀，對于盈利的股票會越來越樂觀，并且會對消息做出過度反映，無論利空消息還是利好消息。所以，在股價異常期間，投資者對股價未來走勢無比悲觀，可賣空標(biāo)的相對于不可賣空標(biāo)的，除了可以通過拋售所持股票釋放情緒外，還可以做空可賣空標(biāo)的股票，從而導(dǎo)致可賣空標(biāo)的股票在股價異常期間的崩盤風(fēng)險比不可賣空標(biāo)的股票更大。巴曙松和朱虹（2016）認(rèn)為賣空機(jī)制放大了投資者的情緒;李琛和賀學(xué)會等（2017）也認(rèn)為在市場下跌階段，賣空機(jī)制會放大股價崩盤風(fēng)險，加速風(fēng)險釋放。

基于以上分析，本文提出假設(shè)1。

H1：股價異常期間，賣空機(jī)制加大了股票崩盤風(fēng)險。

處于互聯(lián)網(wǎng)時代的投資者，在信息超載的情況下，人們的心理資源被耗損，其金融決策就更加依賴于情緒過程。投資者的情緒得到釋放后，賣空機(jī)制對A股的沖擊將縮小。A期新冠疫情全國爆發(fā)，政府對各地區(qū)先后采取隔離措施，國內(nèi)經(jīng)濟(jì)活動幾乎凍結(jié)，多個行業(yè)出現(xiàn)停滯，消費活動顯著萎縮，公司失去大量現(xiàn)金流，造成投資者極大恐慌情緒，投資情緒低迷，賣空機(jī)制對A股沖擊巨大。雖然B期疫情蔓延全球，海外市場暴跌，石油危機(jī)爆發(fā)，黃金、債券、股市遭受重創(chuàng)，同時，海外疫情持續(xù)造成我國外部需求減少，減少企業(yè)現(xiàn)金流入。但國內(nèi)疫情得到有效控制，國內(nèi)積極政策消除了國內(nèi)投資者的恐慌，投資者的情緒在A期已經(jīng)得到釋放，因此預(yù)測B期遭受賣空的沖擊將縮小。

基于以上分析，本文提出假設(shè)2。

H2：情緒得到釋放后，賣空機(jī)制對A股的沖擊將縮小。

（二）賣空機(jī)制與A股三個板塊

賣空標(biāo)的的借入是要付出成本的，從“供求關(guān)系”可以得知，供給越多的標(biāo)的，成本相對越低。大規(guī)模公司的流通股票相對數(shù)量較多，供給豐富，標(biāo)的易取得，成本也較低，從而成為做空目標(biāo)的首選。公司規(guī)模越大，受到的關(guān)注度越高，公司的信息環(huán)境也就越好，賣空投資者都是理性的，他們都是風(fēng)險規(guī)避者，會審慎選擇賣空對象，重視整體信息環(huán)境較好的公司，從好公司中挖掘壞消息，而對于那些信息環(huán)境較差的公司，信息不對稱嚴(yán)重，壞消息本身的不確定性高，從而不受賣空投資者歡迎。

A股三個板塊中主板的公司股票相對于中小板、創(chuàng)業(yè)板流通股更多，獲得成本也更低，并且主板公司相對于中小板與創(chuàng)業(yè)板公司更加的成熟、穩(wěn)定，整體信息環(huán)境更好，不缺性低，投資風(fēng)險小，從而主板的標(biāo)的是做空者的主要對象。所以在股價異常期間，主板將會成為做空的主要場所，主板的公司也將遭受更大的賣空沖擊。

基于以上分析，本文提出假設(shè)3。

H3：賣空機(jī)制對A股三個板塊沖擊大小不同，主板相對于中小板與創(chuàng)業(yè)將受到更大的沖擊。

三、研究設(shè)計

（一）數(shù)據(jù)來源

本文以2020年1月14日—2020年2月3日、2020年3月6日—2020年3月19日，兩次股價大跌期間的A股上市公司為研究樣本，并將2020年1月14日—2020年2月3日時間段定義為A期，2020年3月6日—2020年3月19日時間段定義為B期。上市公司的收盤價、換手率、公司規(guī)模等均來自Choice金融終端。樣本篩選過程如下：剔除金融類上市公司;剔除ST類上市公司;剔除研究指標(biāo)或者數(shù)據(jù)不全的上市公司。為降低極端數(shù)據(jù)的影響，本文對連續(xù)變量均進(jìn)行了雙側(cè)共計1%的縮尾處理。

（二）被解釋變量

借鑒王化成等（2014）文獻(xiàn)，采用負(fù)收益偏態(tài)系數(shù)（ NCSKEW） 和公司股票收益上下波動的比例（ DUVOL） 來衡量股價崩盤風(fēng)險。由于A、B期限短，交易天數(shù)少，因此我們使用日度數(shù)據(jù)計算A、B期間的股價崩盤風(fēng)險。

（三）解釋變量

為了驗證假設(shè)，本文引入虛擬變量List表示上市公司的股票是否可以被做空，當(dāng)時List=1，表示上市公司的股票可以被做空，List=0時，表示上市公司的股票不可以被做空。

（四）控制變量

參考已有文獻(xiàn)，本文選取了以下控制變量：日均成交額取對數(shù)（Turnover）、權(quán)益乘數(shù)（EM）、上市公司總資產(chǎn)取對數(shù)（Size）、日平均換手率（T-rade） 、市凈率（PB）。

（五）模型設(shè)計

為驗證本文假設(shè)，設(shè)計模型（4），其中，CrashT表示第期的股價風(fēng)險NCSKEW和DUVOL。

四、實證研究

（一）描述性統(tǒng)計分析

表2為描述性統(tǒng)計結(jié)果，兩個股票崩盤風(fēng)險指標(biāo)NCSKEW和DUVOL在A期均值分別為0.103696與-0.29741，標(biāo)準(zhǔn)差分別為1.468747與1.508196;在B期均值分別為-0.04341與-0.24057，標(biāo)準(zhǔn)差分別為1.17903與1.12469，對比兩期股價崩盤風(fēng)險，B期的風(fēng)險相對A期減小了。同時，控制變量都落在了合適區(qū)間。

（二）賣空機(jī)制在股價異常期間對A股的影響

表3為在兩次股價異常期間賣空機(jī)制對A股影響的檢驗結(jié)果。第（1）列與第（2）列為A期的賣空沖擊，的系數(shù)分別為0.365074、0.318891，均在1%的水平下顯著;第（3）列與第（4）列為B期的賣空沖擊，的系數(shù)分別為0.017786、0.044852，均不顯著。List的系數(shù)均為正，表示股價異常期間賣空機(jī)制增加了股票下跌的風(fēng)險，驗證了H1，A期List的系數(shù)顯著大于B期List的系數(shù)系數(shù)，說明投資者的情緒得到釋放后，賣空機(jī)制對A股的沖擊將縮小，驗證了H2。

（三）賣空機(jī)制與A股的三個板塊

表4為A期賣空機(jī)制對主板、中小板、創(chuàng)業(yè)版的沖擊大小檢驗結(jié)果。第（1）列與第（2）列為在A期賣空機(jī)制對主板的影響，List系數(shù)分別為0.445105、0.402599，均在1%的水平下顯著;第（3）列與第（4）列為在A期賣空機(jī)制對中小板的影響，List系數(shù)分別為0.461330、0.362059，分別在1%水平與5%水平下顯著;第（5）列與第（6）列為在A期賣空機(jī)制對創(chuàng)業(yè)板的影響，List系數(shù)分別為0.251542、0.133415，均不顯著。研究結(jié)果表明，賣空機(jī)制對主板與創(chuàng)業(yè)板沖擊較大，對創(chuàng)業(yè)板沖擊較小，驗證了H3。

表5為B期賣空機(jī)制對主板、中小板、創(chuàng)業(yè)版的沖擊大小檢驗結(jié)果。第（1）列與第（2）列為在B期賣空機(jī)制對主板的影響，List系數(shù)分別為0.047905、-0.037203;第（3）列與第（4）列為在A期賣空機(jī)制對中小板的影響，List系數(shù)分別為0.126008、0.059484;第（5）列與第（6）列為在A期賣空機(jī)制對創(chuàng)業(yè)板的影響，List系數(shù)分別為-0.031323、-0.023734，均不顯著。此結(jié)果也驗證了H3，且創(chuàng)業(yè)板List系數(shù)已由正數(shù)轉(zhuǎn)變?yōu)樨?fù)數(shù)，及賣空已由加速股價下跌轉(zhuǎn)變?yōu)橐种乒蓛r下跌，從而驗證了H2。

五、穩(wěn)健性檢驗

（一）共線性檢驗

考慮到模型共線性問題，本文對自變量進(jìn)行共線性檢驗，其結(jié)果如表6所示。從表6中可以看出，各變量之間并不存在明顯共線性問題，表明上述模型的結(jié)果可靠。

（二）變量替換

本文引入被解釋變量“股價異常下跌頻率”來表示股票在股價異常期間的崩盤風(fēng)險，并帶入前文模型中進(jìn)行檢驗，檢驗結(jié)果與前文高度一致，表明上述結(jié)果可靠，不隨被解釋變量的變更而變動。

（三）考慮其他影響因素

本文考慮到股票的崩盤風(fēng)險還受到股指期貨交易影響，為了消除股指期貨交易的影響，在前文的基礎(chǔ)上控制股指期貨的影響，引入“股指期貨”變量，并帶入前文的模型中，研究結(jié)果不變，表明上述結(jié)果可靠。

六、結(jié)論與建議

（一）結(jié)論

在股價異常期間，賣空機(jī)制是否會加劇股價下跌風(fēng)險，政府是否需要采取限制賣空的措施緩解股價暴跌，一直是存在爭議的問題。本文采用股價崩盤風(fēng)險作為被解釋變量，是否可賣空作為解釋變量，系統(tǒng)的檢驗賣空機(jī)制在股價異常期間對A股的沖擊。研究發(fā)現(xiàn)，股價異常期間，賣空機(jī)制加大了股票崩盤風(fēng)險，對主板與中小板的沖擊遠(yuǎn)大于創(chuàng)業(yè)版，投資者的情緒得到釋放后，賣空機(jī)制對A股的沖擊將縮小。

（二）建議

一是時刻關(guān)注賣空交易，適時采取限制措施，保護(hù)資本市場安全。當(dāng)市場出現(xiàn)重大不利事件，賣空交易將對主板市場造成沖擊，增加A股崩盤風(fēng)險，監(jiān)管機(jī)構(gòu)需要適時采取限制賣空措施，緩解賣空沖擊，穩(wěn)定資本市場。由于主板與中小板的賣空交易占比較大，監(jiān)管機(jī)構(gòu)應(yīng)予以特別關(guān)注。

二是完善證券市場的制度建設(shè)，加大市場信息透明度。尤其是針對創(chuàng)業(yè)板，需要加大信息披露義務(wù)，建立責(zé)任追究倒逼機(jī)制，確保披露信息的準(zhǔn)確性。并逐步引導(dǎo)投資者進(jìn)入創(chuàng)業(yè)板，實現(xiàn)創(chuàng)業(yè)板輔助高科技企業(yè)融資的目的，促進(jìn)賣空機(jī)制在我國穩(wěn)健、有序發(fā)展。

三是加大投資者教育，提高其風(fēng)險防范意識。我國證券市場還不成熟，賣空機(jī)制還在探索期，投資者要提高自己甄別能力，正確對待賣空交易機(jī)制，理性投資，充分發(fā)揮賣空交易機(jī)制提高股票價格定價效率，避免羊群效應(yīng)，使賣空機(jī)制成為股價異常波動的“助力器”。

（責(zé)任編輯：夏凡）

參考文獻(xiàn)：

[1]巴曙松，朱虹.融資融券、投資者情緒與市場波動[J].國際金融研究，2016（8）：82-96.

[2]崔學(xué)剛，鄧衢，鄺文俊.賣空交易、市場行情與股價崩盤風(fēng)險[J].會計研究，2019（6）：43-50.

[3]儲小俊，曹杰.融資融券放大了投資者情緒效應(yīng)嗎？[J].證券市場導(dǎo)報，2018（9）：22-30.

[4]黃俊威，龔光明.融資融券制度與公司資本結(jié)構(gòu)動態(tài)調(diào)整——基于“準(zhǔn)自然實驗”的經(jīng)驗證據(jù)[J].管理世界，2019，35（10）：64-81.

[5]李湛，劉波.融資融券標(biāo)的擴(kuò)容的結(jié)構(gòu)演變與市場影響[J].證券市場導(dǎo)報，2019（12）：71-75.

[6]李鋒森.限制融券賣空有助于穩(wěn)定市場嗎？——來自A股市場的經(jīng)驗證據(jù)[J].投資研究，2016，35（9）：53-66.

[7]林志帆，龍曉旋.賣空威脅能否激勵中國公司創(chuàng)新[J].世界經(jīng)濟(jì)，2019，42（9）：126-150.

[8]李琛，賀學(xué)會，李志生，徐壽福.作為風(fēng)險釋放工具的賣空機(jī)制——基于不同市場態(tài)勢的賣空效應(yīng)研究[J].國際金融研究，2017（11）：65-75.

[9]潘凌云，董竹.賣空交易與股價崩盤風(fēng)險——因果識別與機(jī)制檢驗[J].西南民族大學(xué)學(xué)報（人文社科版），2020，41（2）：152-162.

[10]田高良，李星，薛付婧.賣空威脅與公司避稅行為——基于融資融券交易的雙重差分檢驗[J].系統(tǒng)工程理論與實踐，2020，40（3）：579-592.

[11]王蕾茜，鄒輝文.放松賣空管制與基于研發(fā)費用的盈余管理[J].科研管理，2020，41（6）：268-279.

[12]王化成，曹豐，高升好，李爭光.投資者保護(hù)與股價崩盤風(fēng)險[J].財貿(mào)經(jīng)濟(jì)，2014（10）：73-82.

[13]肖浩，孔愛國.融資融券對股價特質(zhì)性波動的影響機(jī)理研究：基于雙重差分模型的檢驗[J].管理世界，2014（8）：30-43+187-188.

[14]褚劍，方軍雄.中國式融資融券制度安排與股價崩盤風(fēng)險的惡化[J].經(jīng)濟(jì)研究，2016，51（5）：143-158.

[15]Brown Lawrence， Gorden Richardson， Schwager Steven.An Information Interpretation of Financial Analyst Superiority in Forecasting Earnings[J].The Institute of Professional Accounting，Graduate School of Business，University of Chicago，1987，25（1）.