摘 要:以2016—2019年深交所A股上市公司為樣本,利用百度指數(shù)衡量投資者關(guān)注,采用Baker(2016)指數(shù)來(lái)衡量經(jīng)濟(jì)政策的不確定性,通過(guò)時(shí)間固定效應(yīng)和行業(yè)固定效應(yīng)的方法研究經(jīng)濟(jì)政策不確定性、投資者關(guān)注與股價(jià)同步性三者之間的關(guān)系。研究發(fā)現(xiàn),經(jīng)濟(jì)政策不確定性與股價(jià)同步性呈負(fù)相關(guān)關(guān)系;投資者關(guān)注存在顯著的中介效應(yīng),經(jīng)濟(jì)政策不確定性能夠通過(guò)投資者關(guān)注而降低股價(jià)同步性。最后,基于研究結(jié)論,對(duì)投資者、上市公司以及政府監(jiān)管部門提出相應(yīng)的建議。
關(guān)鍵詞:經(jīng)濟(jì)政策;投資者;股價(jià)同步性
中圖分類號(hào):F830.91 ? ? ? ?文獻(xiàn)標(biāo)志碼:A ? ? ?文章編號(hào):1673-291X(2022)33-0104-03
引言
近年來(lái),國(guó)家為了推動(dòng)經(jīng)濟(jì)發(fā)展,不斷出臺(tái)各種政策,發(fā)展創(chuàng)新驅(qū)動(dòng)新興產(chǎn)業(yè),大力推動(dòng)供給側(cè)結(jié)構(gòu)性改革。雖然我國(guó)的經(jīng)濟(jì)發(fā)展已經(jīng)進(jìn)入了新常態(tài),經(jīng)濟(jì)不斷高速發(fā)展,但是經(jīng)濟(jì)政策不確定性水平卻極大提高。經(jīng)濟(jì)結(jié)構(gòu)的調(diào)整,經(jīng)濟(jì)周期以及經(jīng)濟(jì)政策不確定性等外部因素,都會(huì)對(duì)股票市場(chǎng)產(chǎn)生很大影響。由于我國(guó)證券市場(chǎng)起步比較晚,發(fā)展時(shí)間比較短,很多制度還不夠完善,導(dǎo)致了各股價(jià)格波動(dòng)與市場(chǎng)平均變化趨勢(shì)存在一定的同步性,即股價(jià)同步性較高。在這樣的環(huán)境下,企業(yè)的特質(zhì)信息往往被行業(yè)和市場(chǎng)信息所覆蓋,無(wú)法及時(shí)融入股價(jià)中,從而導(dǎo)致股票價(jià)格偏離真實(shí)價(jià)格,證券市場(chǎng)通過(guò)股票價(jià)格信號(hào)機(jī)制,實(shí)現(xiàn)資源最優(yōu)配置的功能也無(wú)法得到有效發(fā)揮。因此,研究股價(jià)同步性的相關(guān)影響因素對(duì)于我國(guó)證券市場(chǎng)的有效完善尤為重要。
一、理論分析與研究假設(shè)
從信息效率觀的角度來(lái)看,經(jīng)濟(jì)政策不確定性會(huì)提高企業(yè)的外部風(fēng)險(xiǎn),加劇了投資者與企業(yè)之間的信息不對(duì)稱,信息不對(duì)稱會(huì)提高信息獲取成本,抑制信息套利者挖掘公司特質(zhì)信息,導(dǎo)致公司特質(zhì)信息含量下降,進(jìn)而提高股價(jià)同步性。從非理性行為的角度來(lái)看,噪聲水平提高會(huì)降低股價(jià)同步性。我國(guó)已經(jīng)處于半強(qiáng)勢(shì)有效市場(chǎng),在半強(qiáng)勢(shì)有效市場(chǎng)中,噪聲會(huì)覆蓋特質(zhì)信息占據(jù)主導(dǎo)地位(Skaife et al.,2005),也就意味著我國(guó)資本市場(chǎng)上股價(jià)波動(dòng)主要是受到噪音的影響。經(jīng)濟(jì)政策的不確定性使得投資者對(duì)股價(jià)做出不恰當(dāng)?shù)姆磻?yīng),進(jìn)而提高了市場(chǎng)上的噪聲交易水平,從而降低股價(jià)同步性。
通過(guò)以上分析可以發(fā)現(xiàn),根據(jù)信息效率觀點(diǎn)來(lái)看,經(jīng)濟(jì)政策不確定性提高了股價(jià)同步性;而根據(jù)非理性行為觀點(diǎn)來(lái)看,經(jīng)濟(jì)政策不確定性降低了股價(jià)同步性。因此,本文提出以下假設(shè)。
假設(shè)1:保持其他條件不變,經(jīng)濟(jì)政策不確定性與股價(jià)同步性顯著正相關(guān),經(jīng)濟(jì)政策不確定性提高會(huì)提高股價(jià)同步性。
假設(shè)2:保持其他條件不變,經(jīng)濟(jì)政策不確定性與股價(jià)同步性顯著負(fù)相關(guān),經(jīng)濟(jì)政策不確定性提高會(huì)降低股價(jià)同步性。
經(jīng)濟(jì)政策不確定性帶來(lái)的是一種信息上的沖擊,經(jīng)濟(jì)政策的影響程度決定著投資者關(guān)注的程度。股票市場(chǎng)每天都會(huì)產(chǎn)生大量信息,人的有限關(guān)注使得關(guān)注成為個(gè)人分析和處理信息過(guò)程的重要因素(徐龍炳,2019),而影響較大的經(jīng)濟(jì)政策無(wú)疑會(huì)得到投資者的集體關(guān)注,投資者關(guān)注會(huì)促使經(jīng)濟(jì)政策信息通過(guò)股市交易融入股價(jià),進(jìn)而影響股價(jià)同步性。相反,如果信息得不到投資者關(guān)注或投資者關(guān)注程度很低,相關(guān)信息也很難在股票價(jià)格中充分體現(xiàn)(肖奇,2017)。因此,經(jīng)濟(jì)政策不確定性對(duì)股價(jià)同步性的作用可能通過(guò)影響投資者關(guān)注來(lái)實(shí)現(xiàn)。據(jù)此,本文提出以下假設(shè)。
假設(shè)3:投資者關(guān)注存在顯著的中介效應(yīng),經(jīng)濟(jì)政策不確定性能夠通過(guò)投資者關(guān)注而降低股價(jià)同步性。
假設(shè)4:投資者關(guān)注存在顯著的中介效應(yīng),經(jīng)濟(jì)政策不確定性能夠通過(guò)投資者關(guān)注而提高股價(jià)同步性。
二、研究設(shè)計(jì)
(一)樣本選擇與數(shù)據(jù)來(lái)源
本文以2016—2019年深交所A股上市公司為初始樣本,為滿足研究需要對(duì)數(shù)據(jù)做如下處理:一是剔除ST和*ST企業(yè)樣本;二是剔除數(shù)據(jù)缺失的樣本;三是剔除金融保險(xiǎn)類企業(yè)樣本;四是剔除2016年后上市的公司樣本;五是剔除年交易周份少于30的公司樣本,最終共得到4 347條數(shù)據(jù)。本文選取應(yīng)用最為廣泛的Baker(2016)指數(shù)來(lái)衡量經(jīng)濟(jì)政策不確定性,投資者關(guān)注指標(biāo)百度指數(shù)通過(guò)爬蟲得到,其余研究數(shù)據(jù)均來(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)。
(二)變量定義
1.被解釋變量。式(1)通過(guò)個(gè)股收益率對(duì)市場(chǎng)收益率和行業(yè)收益率回歸得到擬合優(yōu)度R2,再由式(2)對(duì)R2進(jìn)行對(duì)數(shù)處理得到股價(jià)同步性指標(biāo)SYN。其中,Ri,t是上市公司i第t周的個(gè)股收益率,Rm,t是第t周市場(chǎng)收益率,Rn,t是第t周行業(yè)收益率。
2.解釋變量。對(duì)于經(jīng)濟(jì)政策不確定性,本文采用Baker et al.(2013)通過(guò)構(gòu)造指標(biāo)加以量化的方式來(lái)衡量,中國(guó)經(jīng)濟(jì)政策不確定性指數(shù)是通過(guò)對(duì)《南華早報(bào)》(South China Morning Post,SCMP)進(jìn)行關(guān)鍵詞檢索、過(guò)濾和標(biāo)準(zhǔn)化處理最終得到,該指數(shù)能夠較好地反映我國(guó)經(jīng)濟(jì)政策的不確定性,得到了學(xué)術(shù)界的廣泛認(rèn)可。
3.中介變量。借鑒俞慶進(jìn)(2012)的做法,通過(guò)百度指數(shù)構(gòu)建投資者關(guān)注代理變量。將股票代碼與上市公司名稱并重進(jìn)行百度指數(shù)的構(gòu)建,為避免時(shí)間趨勢(shì)的影響,通過(guò)式(3)進(jìn)一步構(gòu)建異常搜索量ASVI。其中,ATTi,t表示上市公司i在第t周的通過(guò)公司股票代碼和名稱共同搜集得到的百度指數(shù);ASVIi,t表示上市公司i在第t周的異常搜索量,采用當(dāng)周投資者關(guān)注與前8周投資者關(guān)注的平均值同時(shí)取對(duì)數(shù)后的差來(lái)度量異常投資者關(guān)注度,并作為最終的投資者關(guān)注指標(biāo)。
4.控制變量。借鑒相關(guān)文獻(xiàn)并考慮到數(shù)據(jù)的可獲得性,本文采用了如下相關(guān)變量:企業(yè)規(guī)模、資產(chǎn)負(fù)債率、現(xiàn)金比率、賬面市值比、所有權(quán)性質(zhì)、市場(chǎng)活躍度、上市年限、凈資產(chǎn)收益率、審計(jì)師事務(wù)所、行業(yè)和年度。
(三)模型構(gòu)建
本文通過(guò)模型1對(duì)經(jīng)濟(jì)政策不確定性與股價(jià)同步性的關(guān)系進(jìn)行檢驗(yàn),通過(guò)模型2和模型3對(duì)投資者關(guān)注中介效應(yīng)的研究進(jìn)行檢驗(yàn)。
三、實(shí)證分析
(一)描述性統(tǒng)計(jì)
描述性統(tǒng)計(jì)的結(jié)果顯示股價(jià)同步性SYN均值和中值分別為-0.164和-0.0483,說(shuō)明我國(guó)股價(jià)同步性處于較高水平,最大值為15.68,最小值為-6.686,標(biāo)準(zhǔn)差為1.004,說(shuō)明我國(guó)各上市公司之間的股價(jià)同步性差異較大。經(jīng)濟(jì)政策不確定性指數(shù)EPU最大值為791.9,最小值為363.9,說(shuō)明經(jīng)濟(jì)政策不確定性不斷變化且變化較大。投資者關(guān)注ASVI均值為-0.0424,中值為-0.0399,說(shuō)明投資者關(guān)注程度較高。其他數(shù)據(jù)均在正常范圍內(nèi)。
(二)相關(guān)性分析
相關(guān)性分析的結(jié)果顯示,經(jīng)濟(jì)政策不確定性與股價(jià)同步性在5%水平上顯著負(fù)相關(guān),說(shuō)明經(jīng)濟(jì)政策不確定性提高會(huì)增加市場(chǎng)上的噪音水平進(jìn)而降低股價(jià)同步性,從而初步驗(yàn)證了假設(shè)2。投資者關(guān)注與股價(jià)同步性在1%水平上顯著負(fù)相關(guān),說(shuō)明投資者關(guān)注度越高,股價(jià)同步性水平越低。在控制變量中,公司規(guī)模、資產(chǎn)負(fù)債率、審計(jì)師事務(wù)所與股價(jià)同步性均在1%水平上顯著負(fù)相關(guān),說(shuō)明公司規(guī)模越大,資產(chǎn)負(fù)債率越高,股價(jià)同步性水平越低,采用四大來(lái)審計(jì)財(cái)務(wù)報(bào)告也能夠在一定程度上降低股價(jià)同步性。各變量間的相關(guān)系數(shù)均遠(yuǎn)遠(yuǎn)低于0.8,說(shuō)明不存在嚴(yán)重共線性問(wèn)題。
(三)回歸分析及穩(wěn)健性檢驗(yàn)
下頁(yè)表1匯報(bào)了在控制了時(shí)間和行業(yè)固定效應(yīng)下的回歸結(jié)果,模型1經(jīng)濟(jì)政策不確定性與股價(jià)同步性在1%水平上顯著負(fù)相關(guān),變量系數(shù)為-1.451,經(jīng)濟(jì)政策不確定性的提高會(huì)使股價(jià)同步性降低,假設(shè)2得到驗(yàn)證。模型2檢驗(yàn)顯示,經(jīng)濟(jì)政策不確定與投資者關(guān)注在1%水平上顯著正相關(guān),相關(guān)系數(shù)分別為0.104,表明深市A股上市公司在經(jīng)濟(jì)政策不確定性越高時(shí)得到的投資者關(guān)注越多。模型3在模型1基礎(chǔ)上納入投資者關(guān)注指標(biāo),檢驗(yàn)顯示,投資者關(guān)注與股價(jià)同步性回歸系數(shù)為-5.248,在1%水平上顯著負(fù)相關(guān),表明投資者關(guān)注能夠降低公司的股價(jià)同步性,此時(shí)經(jīng)濟(jì)政策不確定性與股價(jià)同步性仍然在1%水平上顯著正相關(guān),但變量系數(shù)由之前的-1.451下降為-0.904。結(jié)合模型2和模型3的結(jié)果,表明投資者關(guān)注在經(jīng)濟(jì)政策不確定性與股價(jià)同步性的關(guān)系中起部分中介作用,假設(shè)3得到驗(yàn)證。其他控制變量中,公司規(guī)模、資產(chǎn)負(fù)債率、換手率、審計(jì)師事務(wù)所與股價(jià)同步性顯著負(fù)相關(guān),其中,公司規(guī)模與投資者關(guān)注顯著正相關(guān);賬面市值比、所有權(quán)性質(zhì)、上市年限與股價(jià)同步性顯著正相關(guān)。VIF值遠(yuǎn)遠(yuǎn)小于5,說(shuō)明不存在多重共線性問(wèn)題。
本文通過(guò)替換數(shù)據(jù)進(jìn)行穩(wěn)健性檢驗(yàn)。在模型1、模型2和模型3中采用的是考慮現(xiàn)金紅利再投資的周個(gè)股收益率和考慮現(xiàn)金紅利再投資的周市場(chǎng)收益率,而在我國(guó)股票市場(chǎng)中,無(wú)論是從投資者數(shù)量還是持股市值上看個(gè)人投資者都在投資者群體中占據(jù)很高比例,個(gè)人投資者對(duì)于風(fēng)險(xiǎn)選擇較為保守,一般不會(huì)選擇現(xiàn)金紅利再投資,由此通過(guò)將不考慮現(xiàn)金紅利再投資的周個(gè)股收益率和周市場(chǎng)收益率替換原模型中的考慮現(xiàn)金紅利再投資的周個(gè)股收益率和周市場(chǎng)收益率,對(duì)模型1、模型2和模型3重新進(jìn)行回歸計(jì)算得出結(jié)果如表1中(4)列、(5)列和(6)列所示。在更換數(shù)據(jù)后,經(jīng)濟(jì)政策不確定性、投資者關(guān)注與股價(jià)同步性關(guān)系沒(méi)有改變,且顯著性水平與之前保持一致。
四、結(jié)論與啟示
本文以2016—2019年深交所A股上市公司為樣本,利用百度指數(shù)和經(jīng)濟(jì)政策不確定性指數(shù),通過(guò)時(shí)間固定效應(yīng)和行業(yè)固定效應(yīng)檢驗(yàn)了經(jīng)濟(jì)政策不確定性、投資者關(guān)注與股價(jià)同步性的關(guān)系。研究發(fā)現(xiàn),在控制了企業(yè)規(guī)模、資產(chǎn)負(fù)債率等影響因素的條件下,經(jīng)濟(jì)政策不確定性與股價(jià)同步性呈負(fù)相關(guān)關(guān)系;投資者關(guān)注存在顯著的中介效應(yīng),經(jīng)濟(jì)政策不確定性能夠通過(guò)投資者關(guān)注而降低股價(jià)同步性。投資者關(guān)注作為中介變量豐富了股價(jià)同步性影響因素的研究。
參考文獻(xiàn):
[1] ?Roll R.R2[J].The Journal of Finance,1988,(3):541-566.
[2] ?俞慶進(jìn),張兵.投資者有限關(guān)注與股票收益——以百度指數(shù)作為關(guān)注度的一項(xiàng)實(shí)證研究[J].金融研究,2012,(8):152-165.
[3] ?張繼德,廖微,張榮武.普通投資者關(guān)注對(duì)股市交易的量?jī)r(jià)影響——基于百度指數(shù)的實(shí)證研究[J].會(huì)計(jì)研究,2014,(8):52-59+97.
[4] ?雷立坤,余江,魏宇,賴曉東.經(jīng)濟(jì)政策不確定性與我國(guó)股市波動(dòng)率預(yù)測(cè)研究[J].管理科學(xué)學(xué)報(bào),2018,(6):88-98.
[5] ?王耀君,高揚(yáng).網(wǎng)絡(luò)關(guān)注度對(duì)我國(guó)股票市場(chǎng)信息不對(duì)稱程度的影響[J].財(cái)經(jīng)理論與實(shí)踐,2019,(1):44-50.
[6] ?王海林,張愛(ài)玲.客戶集中度、信息披露質(zhì)量與股價(jià)同步性[J].財(cái)會(huì)通訊,2019,(30):3-7.
[7] ?宋同戰(zhàn).網(wǎng)絡(luò)關(guān)注度對(duì)股價(jià)同步性的影響研究[J].中國(guó)物價(jià),2020,(10):70-72.