投资回报率论文(精选5篇)

投资回报率论文范文第1篇

一、引言及文献回顾

股利政策,是上市公司在一段经营期限内如何分配其收益(或称利润)的决策。研究公司股利政策的原因在于,通过对公司股利回报的评价,能够使投资者以及其他市场参与者区分企业的好坏,衡量投资风险的高低,进而决定资金的流向并以此促成社会整体资源的合理配置。

西方股利政策的研究始终都试图寻找一种分析框架,以使公司最大化股东财富和投资者效用。在此框架下,股利政策的研究需符合实际的观察结论,同时也需要得到经验数据的支持。Miller和Modigliani(1961)认为,在一个信息对称的完美资本市场里,在公司投资决策既定的条件下,公司的价值和公司财务决策是无关的。因此,是否分配现金股利对股东的财富和公司价值没有影响。继MM股利无关理论之后又依次出现了税差理论、信号理论、理论等。这些理论的研究结论都在某种程度上符合了现实世界中股利政策的特点,并得到实证证据的部分支持,但是仍然存在未能完全解释现实以及预测未来公司股利决策的缺陷。

根据国内两个证券交易所的统计数据以及有关股利政策的研究,不难发现我国上市公司股利政策的特点:(1)现金回报低。1990―2005年资本市场总体派现金额与筹资金额(包括首次公开发行以及增发配股)之比为0-4,②按照复利计算现金股利回报率年均仅为-5-6%。(2)股利政策不具有稳定性。任有泉(2006)[1](20-29)所做的统计数据显示,1994―2001年间253家上市公司股利支付形式极不稳定,其中连续四年支付现金股利、股票股利和混合股利的公司所占比例仅分别为13%、2%和1%。而如果将支付数量考虑在内,则连续几年保持相同股利政策的上市公司会更少。(3)上市公司增加现金股利发放的部分原因是为了达到配股的目的,通过发放现金股利或超额派现的行为,可以降低未分配利润,进而降低净资产回报率计算当中的分母值,以实现连续三年净资产回报率达到6%的配股资格要求。(4)股权结构的影响导致上市公司大股东存在掏空上市公司现金流,侵占小股东利益的行为(唐跃军、谢仍明的研究支持掏空理论,谢军的研究结论并不支持掏空理论,而是更支持自由现金流理论)。

国内对于上市公司股利政策的研究多集中于对信号传递理论以及理论的实证检验。而对于投资者股利偏好的研究,张水泉、韩德宗(1997)[2](28-33)的研究显示,在整个考察期与空头市场,派息的异常报酬最大,送股次之,配股最小。而在多头市场,情形正好相反;陈晓、陈晓悦、倪凡(1998)[3](33-43)从信号传递的角度出发,研究显示三类股利均能产生超额收益,具有信号传递效应。但现金股利效应的显著性水平及超额收益低于混合股利和股票股利;向锐、李琪琪(2006)[4](62-68)的研究显示,混合股利、现金股利、不分配股利三类事件引起的累计超额收益率依次减少,反映了投资者

对现金股利的欢迎和对不分配股利的漠视效应,投资者喜欢现金股利而不是纯粹的资本收益。

二、研究方法与研究假设

目前国内关于投资者股利偏好的研究多从其投入成本和回报对比的角度进行论证。由于国内股票市场存在流通股和非流通股的划分,一般流通股股东由于溢价购买股票,现金股利的回报率明显低于股票股利和混合股利。实证研究主要通过股利公告前后AR(超常收益率)和CAR(累计超常收益率)的变化来进行检验,如陈晓、陈晓悦、倪凡(1998)对于股利公告前后AR和CAR的T检验显示,混合股利和股票股利的超额收益均大于现金股利,因此从税制差异角度来看投资者偏好股票股利。俞乔、程滢(2001)指出了陈晓、陈晓悦、倪凡所做研究的缺陷,并在重新选定公告日期的基础上引入了对异常交易量进行考察,得出了基本一致的结论。但是这种研究仍然存在缺陷。首先,选取AR和CAR作为研究的一个指标,尽管剔除了大盘的影响,理论上获得了投资者对于各种股利形式所做的反应,但是由于不能获得投资者实际的回报率,因而也就不能反应投资者真实的交易行为。投资者是否会依据回报率的高低进行交易,尚不明确。其次,尽管俞乔、程滢使用了交易量的指标,但是所选择的正常交易量并未排除其所称的“纯净性”,即在(-40,-11)期间的交易量是否也排除了由于其他公告或事件所引起的交易量异常变化,文中并未说明。最后,在收益率达到投资者理想状态时,投资者需要通过交易行为来实现股利所带来的收益,但是目前的研究并未将投资者对于股利的反应和交易行为结合起来。

投资者究竟偏好哪种股利形式,逻辑上应该遵从何种股利形式导致投资者收益最大化或回报率最高的原则。对于任何一个理性的投资者而言,如果不存在交易费用和所得税,则投资者的回报率应为:

后一段时期回报率的比较,以确定投资者偏好何种股利形式。同时,将投资者回报率与股票换手率联系起来,以判断投资者是否在收益率最高时通过交易行为以实现收益。此两项研究内容分别通过T检验和一元线性回归进行验证。

在T检验中我们将研究区间选定在分红派息股权登记日前后10天,分红派息股权登记日视为第0期,计算分红派息股权登记日前10天到后10天的回报率和换手率。在此期间内,还包括了上市公司股利正式公告日和除权除息日。一般而言,上市公司通过股利正式公告确定公司收益分配的方案,在送股、派息时,需要定出某一天以确定哪些股东可以参加分红或参与配股,定出的这一天就是股权登记日。也就是说,在股权登记日这一天仍持有或买进该公司的股票的投资者是可以享有此次分红或参与此次配股的股东,股权登记日后的第一天就是除权日或除息日,这一天购入该公司股票的股东是不同于可以享有上一年度分红的“新股东”,不再享有公司此次分红派息的权利。这样就可以将研究重点放在股利正式公告、分红派息股权登记日以及除权除息日这一期间。

在进行一元线性回归的检验中,我们建立回归模型,即:

其中,因变量SLi (stock liquidity)表示股票换手率,α为截距项,βi为回归系数,解释变量SRi (stock return)为回报率,εi为残差。

基于上述分析,提出以下假设:(1)投资者对于股票股利、现金股利以及混合股利偏好取决于其回报率的高低。通过假设一,我们主要观察股票股利、现金股利以及混合股利所带给投资者的现实回报率,以判断投资者是否能够理性的确定其股利形式偏好。(2)投资者依据回报率的高低,做出是否交易的决定以实现收益。交易量与回报率成正相关关系。通过假设二可以将回报率和交易量结合起来,以观察投资者是否通过交易实现了回报率最大化。

三、数据及样本

本文样本期间涵盖深沪两市2002-2004年期间A股派发过股利的全部上市公司资料,结果如表1所示。在初选样本的基础上,还剔除了符合下列条件的上市公司:(1)剔除了ST、PT类上市公司;(2)剔除了派息分红股权登记日与股利正式公告日相距10个交易日以上的数据,因为本文的分析窗口为[-10,+10]共二十一个交易日,在此期间包括股利正式公告日、分红派息股权登记日和除权除息日三个特殊时期,除了观察在三个特殊期间的收益数据,还需要进行回归分析。因此排除了股利正式公告日与股权登记日相隔超过10个交易日的上市公司数据;(3)剔除了在距离派息分红股权登记日前后10个交易日内进行SEO(seasoned equity offering)的上市公司;(4)最后剔除了数据缺失的上市公司。最终进入本文研究的数据样本如表1所示。

表12002―2004年上市公司股利派发方式汇总表现金股利股票股利混合股利深市2614382沪市34279125合计603122207

本文所使用的数据均来源于Wind数据库、色诺芬CCER中国证券市场数据库、上海证券交易所网站、深圳证券交易所网站以及中国证券监督委员会网站。使用EXCEL、SPSS12-0等数据分析软件对数据进行处理。

四、实证结果及分析

(一)描述性统计分析

依据2002-2004年区间内上市公司回报率和换手率的描述性统计数据(文中略去),将其(均值)转换为下图,以观察回报率和换手率之间的变化关系。

通过数据可以发现发放现金股利的上市公司,在股利正式公告日至除权除息日之间有着正的回报率,整个区间日均换手率在0-8%之上波动。在收益率最高点时,换手率并没有明显提高;发放股票股利的上市公司在股利正式公告日至分红派息股权登记日期间,有着正的回报率,日均换手率在1%上下波动。在回报率最高时点,换手率有着明显的增加,但是也出现了滞后反应的现象;发放混合股利的上市公司,在分红派息股权登记日之前,有着正的回报率,日均换手率在1%之上波动,且最高点接近2%。在回报率最高的时点上,换手率同样有着明显的增加,但也出现了滞后反应的现象。通过对回报率的比较可以发现,混合股利在(-10,+10)区间有着最高的回报率10-05%,第-3期均值的最大值为0-677%。换手率期间内的最大值为28-61%,第0期均值的最大值为1-8%;股票股利在(-10,+10)区间有着最高的回报率10-07%,第-3期的均值的最大值为0-46%。换手率期间内的最大值为14-64%,第0期均值的最大值为1-16%;现金股利在(-10,+10)区间有着最高的回报率10-09%,第0期均值的最大值为0-142%。换手率期间内的最大值为0-916%,第4期均值的最大值为1-6%。平均而言,混合股利有着更高的回报率,股票股利次之,现金股利的报酬率最低。

现金股利、股票股利、混合股利换手率和回报率折线图

(二)T检验

为了验证上述分析,我们进行了回报率和换手率在(-10,+10)区间的T检验,结果如表2。

表2括号内为样本标准差。从检验结果可以发现,现金股利的回报率分别在第-10期、第-5期和第10期显著为负,而在第-4期、第-2期、第0期和第1期显著为正。通过折线图可以发现,现金股利的换手率折线图较平滑,并无太大起伏。股票股利的回报率分别在第-9期、第0期和第2期显著为负,第-4期和-3期显著为正;换手率分别在第-10期至第-6期,以及第-1期、第1期至第7期和第9期显著为正。混合股利的回报率分别在第-10期、第-4、-3期和第-1期显著为正,第0期、第2期和第8期显著为负;换手率分别在第-4期至-1期、第2期和第3期显著为正。

1%水平上显著,**表示在5%水平上显著,*表示在10%的水平上显著(双尾检验)

通过上图和表2,可以发现,现金股利、股票股利和混合股利均在股利正式公告日、分红派息股权登记日以及除权除息日附近存在显著的回报率,并在一定程度上通过T检验。这一结论与前述的部分研究结论基本相同。股票股利和混合股利的换手率也在此期间有着显著变化,在一定程度上通过了T检验。

(三)回归分析

现金股利、股票股利和混合股利的换手率与回报率的线性回归结果如表3所示。其中样本数分别为26271、2835和5397。截距项在1%的水平下显著,截距项分别为0-009、0-009和0-012,括号内为t值。系数分别为0-182、0-144和0-186,并在1%的水平下显著。调整后R2分别为0-079、0-065和0-051,因此说明方程拟合度较好,而现金股利中拟合度高于股票股利和混合股利,可能由于样本较多的原因。拟合度数值较低的原因,可能的解释是由于市场对信息的反应存在一定程度的滞后性,因此导致大多数投资者并未在回报率最高时进行交易。

五、结 论

通过分析,基本证实了本文假设的正确性。从分析的结果可以发现,目前投资者普遍偏好混合股利和股票股利,而对现金股利并无特殊偏好,这主要是由于在分红派息股权登记日前后,混合股利和股票股利能够带给投资者较高的回报率。同时,一元线性回归模型的结果显示,股票市场的交易量在分红派息股权登记日前后往往伴随着各种股利形式的回报率提高而增加。

注 释:

①本文的投资者主要指流通股股东。

②该数据来自于Wind数据库。

主要参考文献:

[1]任有泉.中国上市公司股利政策稳定性的实证研究[J].清华大学学报(哲学社会科学版),2006(1).

[2]张水泉,韩德宗.上海股票市场股利与配股效应的实证研究[J].预测,1997(3).

[3]陈 晓,陈晓悦,倪 凡.我国上市公司首次股利信号传递效应的实证研究[J].经济科学,1998(5).

[4]向 锐,李琪琦.股利政策市场效应的实证分析[J].石家庄经济学院学报,2006(1).

A Study on Investors’ Dividend Policy Preference and their Transaction Behavior

Xia Yunfeng Liu Zhaohui Yuan Fang3Abstract:Selecting the data of dividend distribution from the companies (2002-2004) listed in Shenzhen Stock Exchange and Shanghai Stock Exchange as the sample, we use T-test and unitary linear regression model, and find that the reasons whyinvestors prefer to mixed dividend and stock dividend are that they can reap more returns when the dividends are comparedwith cash dividend. At the same time, we not only find that the high returns always follows remarkable increase in trading volume, but also adjust the coefficient of determination to 1% significance level, which shows certain hysteresis.

Key words:Dividend Policy; Returns; Trading Volume; Turnover Rate

投资回报率论文范文第2篇

[摘要]文章以沪深300股票2023年12个月的日收益率以及2023年沪深300股百度新闻的报道数量为样本,用Fama-French三因素模型进行两阶段的回归分析,考察了股票特质波动性与媒体关注度之间的关系,笔者的研究表明媒体关注度和股价的特质波动性正相关。这一结论支持了有限注意力假说,表明在我国资本市场下,媒体通过对散户投资者注意力的影响改变了股票价格的形成,媒体关注度高的股票具有更高的波动性。

[关键词]媒体效应;有限注意力;信息溢价

[DOI]10.13939/j.cnki.zgsc.2023.29.063

[作者简介]张建羽(1996—),女,汉族,重庆万州人,就读于四川农业大学经济学院,研究方向:资本市场、证券投资;位倩(1995—),女,汉族,河南周口人,就读于四川农业大学经济学院,研究方向:证券投资、保险;王澜(1995—),女,汉族,四川广元人,就读于四川农业大学经济学院,研究方向;证券投资、农村金融;李玲(1994—),女,四川自贡人,就读于四川农业大学经济学院,研究方向:资本市场、证券投资;伍西贝(1995—),男,汉族,四川眉山人,就读于四川农业大学经济学院,研究方向:资本市场、证券投资。

1 引言

随着互联网的高速发展,人们获取信息也越来越便捷,人们投资决策所需的各种信息都会从新闻报道中获取,新闻媒体是金融资讯等信息的主要传播载体,常常牵动着投资者的注意力。

中国股票市场以高波动性著称,调查得知,中国散户投资者占据了85%以上的市场,对于散户投资者而言,媒体是他们获取信息的主要渠道,因而媒体有可能通过散户投资者的认知构建过程影响股票价格的变化。因此,研究媒体与股票波动率之间的关系,就显得很有必要。

本文接下来的章节安排如下:第二节研究以往学者的文献,进行整理综合并提出研究假设;第三节选取相应的模型以及变量进行研究;第四节分析数据;第五节得出相关结论并提出我们的建议。

2 文献综述与研究假设

2.1文献综述

目前已经有为数不少的文献针对媒体对证券价格的影响进行了研究,这些研究表明媒体通过搜集、证实、选择和包装信息影响了资产价格(Huberman、Regev,2001)。

一些研究(Odean,1999;Barber、Odean,2005)从有限注意的角度出发,从投资者如何分配注意力的角度揭示了媒体的作用,认为媒体不仅影响了投资者的信息获取,更重要的是通过影响投资者的注意力,从而影响投资者的行为。首先,有限注意力用以刻画个体在认知过程中存在的缺陷。个体在处理信息或执行多任务时的能力是有限的,因此注意力变成认知过程中的一种稀缺资源,个体在面临多信息或多任务时必须分配其有限的注意力,从而对某一事件投入更多的关注势必意味着在另一个事件上关注力的下降。因此投资个体会将其有限注意力集中于媒体关注度高的股票上(Fiske、Taylor,1991)。投资者的有限注意力势必会影响其的资产选择行为(Rosa、Durand,2008)。过多地关注产生的超额需求必定会使得股票价值被高估(Huberman、Regev,2001;Seasholes、Wu,2007)。张圣平、于丽峰、李怡宗、陈欣怡(2023)根据百度新闻搜索得到的媒体报道数据,从投资者有限注意的角度分析了滞后于信息公告的媒体报道对中国A股市场盈余性的影响,从而得出了媒体报导的选择性是股票盈余惯性变化的重要因素的结论。

还有一些研究从信息溢价这一角度分析问题。饶育蕾、彭叠峰、成大超(2023)以新浪网的上市公司新闻条数排名为变量,考察了大众媒体对上市公司的关注度与其股票月度收益之间的关系,发现媒体关注度越高,下个月股票平均收益越低。而且表明媒体关注度差异而引起的异常收益主要来源于高关注度的股票组合,认为我国股市倾向于因有限注意和过度交易而产生的“过度关注弱势”,特别是对于小规模、高波动和高换手率这一容易被炒作、过度交易的股票,其“过度关注弱势”更加显著。张雅慧等人(2023)也从信息溢价角度出发,以富豪榜上榜事件为研究对象,提出“风险补偿”“过度关注弱势”等假说,探讨了媒体关注度高的股票收益反而低于关注度低的股票这一“媒体效应”的产生原因,并得出了如下结论:第一,上榜样本在事件期间内表现为显著的负累积超额效益;第二,媒体效应的主要来源并不是低关注组合的高收益,而是高关注组合的低收益;第三,有限注意理论所预计的注意力驱动的买入现象并不显著。

2.2研究假设

根据有限注意力与信息溢价的理论基础,笔者提出以下两个竞争性的假设。

假设一:根据有限注意力,媒体大肆的报道会对投资者的买入行为产生影响,媒体关注度高的股票与投资者行为正相关,从而使媒体关注度对股票波动率产生正的影响,即媒体关注度越高,股票波动率越大。

假设二:根据信息溢价,媒体关注度高的股票收益始终要低于媒体关注度低的股票。产生媒体效应的原因来自“过度关注弱势”投资者会在短期内对新信息过度关注,从而导致对其的过度反应和对股票的高估,并随即产生反转因此媒体关注度对股票波动率无影响或者几乎不存在的负影响。

如果通过实证分析能够得到两者的正相关,就支持了有限注意力假说;如果不相关,则信息溢价理论得到验证。

3 模型与变量选择

3.1模型选择

由于总体波动率中一部分是系统性风险的反映,与市场风险因子相关,不是针对企业个体而言的,而媒体报道是针对企业个体风险的揭示,所以本文基于资本资产定价模型对沪深300收益率进行研究即E(ri)=rf+βim(E(rm)-rf)利用Fama-French三因子模型得到的特质波动率来代表媒体波动率,构造出媒体关注度对股票波动率的影响,模型设计如下:

vol=α+βMi+?ki=1βk×Xk+εi

Mi是媒体关注度指标定义为新闻数量除以规模数量再取对数值,将ei2定义为vol,即波动率,β>0时即为媒体关注度对股票波动率有影响。

将波动率用Fama-French三因子模型的标准差来表示。

ei2=vol

ei是收益率观测值与收益率样本估计值的差。

ri-ri^=ei

ri=rf+β1im(rm-rf)+β2smb+β3hml+ε

ri^=rf+β1immktrp+β2smb+β3hml+ε

E(ri)是沪深300的预期回报率,rf是无风险利率(即中债国债到期收益率),βim是β系数,即系统性风险(市场风险回归系数),E(rm)是市场m的预期市场回报率(考虑现金红利再投资的日个股回报率),E(rm)-rf是市场风险溢价因子,即预期市场回报率与无风险利率之差。

3.2变量选择

在实证层面,本文选择一定的时间窗口,利用多种度量方式衡量媒体覆盖度根据中国股市散户多的特征,而散户投资者多通过搜索新闻了解股票,百度搜索是中国运用最广泛的搜索引擎,百度新闻指数能较为准确地反映媒体关注度对消费者行为的影响,因此选用(百度新闻指数),利用证券收益的残差来度量证券价格的波动性(包括日收盘收益率波动率,日内交易价格波动幅度等),投资者异质预期,利用Fama-French三因子模型进行多元回归等方式考察两者之间的影响。

本研究第一阶段以沪深300股票为基准,统计了2023年12个月每个交易日各股票的个股回报率、到期回报率、市场风险溢价因子等指标,通过67888个样本数据突出反映了沪深300股票的收益率与风险状况;第二阶段引入媒体绝对关注度指标,通过对2023年1月1日到2023年12月31日之间沪深300股票百度新闻数量取对数值,进一步刻画媒体关注度对于沪深300股票收益波动率、市场利润、规模溢价等因素的影响。本研究分析工具为Stata13.0统计分析软件。变量如表1所示。

4 实证结果及分析

4.1描述性统计分析

本文对主要变量指标进行了描述性统计分析得到表2。

从表中可以看到,沪深300股票2023年12个月的每个交易日各股票的个股回报率、到期回报率、市场风险溢价因子等指标67888个样本数据的基本统计特征如表1所示。股票个股回报率均值为17.68%,最小达到-23.06,最大的为304.321,可见我国股票市场的不稳定性较大。

本文主要考察媒体关注度对股票波动率的影响,对变量进行了相关性图表绘制。

笔者首先考察了波动率的特征,由原始波动率的密度函数图(见图1)看出严重的右偏长尾形态。对原始波动率进行调整之后,用原始回报率样本方差作为波动率指标,调整后的波动率密度函数图(见图2)呈现右偏的形态,与原始波动率的密度函数一致。

由图3可知规模变量与绝对关注度指标有正相关关系,规模变量会干扰关注度指标,所以本文对绝对关注度做处理,除以规模变量,使之调整为媒体关注度,再与波动率进行分析。图4为特质波动性与绝对关注度的散点图,图5为特质波动性与媒体关注度散点图。

4.2回归分析

通过上述的描述性统计分析以及变量相关性的验证,分别用原始回报率和波动率与媒体绝对关注度指标和媒体关注度进行回归分析得到表3。

回归结果可以看到,原始回报率样本方差(rtnvol)和波动率(vol)与绝对关注度回归(absattention)结果并不显著,而原始回报率样本方差(rtnvol)和波动率(vol)与媒体关注度(rltvattention)指标均通过显著性检验,系数分别分1.580和0.810,呈现正相关的趋势,原始回报率的样本方差的系数相对波动率的系数更大,与之前散点图得出的结论一致。媒体关注度与特质波动率有显著的正相关,验证了假设一,支持了有限注意力假说,表明了在散户占很大比重的中国市场,媒体关注度高的股票波动率也较高。

5 结论

本文分析了媒体关注度对股票波动率的影响,根据数据分析有以下的结论。

第一,由于投资者的有限注意力,媒体关注度对投资者的买入行为产生影响,但对卖出行为影响不大,最终导致股票价格的波动。由于中国股市的高波动性,随之而来的风险性也很高,因此我们呼吁股市风险大,入市需谨慎。

第二,媒体关注度和股票波动率之间存在正相关关系,现代的网络技术的发展媒体更多地影响到了我们的投资,使信息能够快速及时地传递到市场上,媒体的关注影响着市场上的散户投资者做出的决定和其投资的行为。并且,在我国的资本市场上,散户投资者占比相当大,他们的投资行为会影响到股票的波动率,而对于散户投资者来说,媒体对其的影响与机构投资者相比更大,最终使得中国市场上媒体关注度对股票波动率的影响尤为显著。

笔者建议,散户投资者可以多做一些被动投资而不只是单一的股票投资。另外,结合我国实际情况,增加机构投资者在资本市场上的比重也能够从一定程度上降低有限注意力带来的股票波动率,减少金融风险的发生。

参考文献:

[1]Fiske S T,Taylor S E.Social Cognition[M].2nd Ed.New York:McGraw Hill,1991.

[2]Rosa S R,Durand R B.The Role of Salience in Porfolio Formation[J].Pacific-Basin Finance Journal,2008,16(1):78-94.

[3]Huberman G,Regev T.Contagious Speculation and a Cure for Cancer:A Non-event that Make Stock Prices Soar[J].Jounal of Finance,2001,56(1):387-396.

[4]Meschke F. CEO interviews on CNBC[C]// American Finance Association 2003 Washington DC Meetings,ssrn.com/abstract=302602.

[5]Seasholes M S,Wu G J. Predictable Behavior Profits,and Attention[J]. Journal of Empirical Finance,2007,14(5):590-610.

[6]Fang L,Peress J. Media Coverage and the Cross-Section of Stock Returns[J]. Journal of Finance,2009,64(5):2023-2052.

[7]饶育蕾,彭叠峰,成大超.媒体注意力会引起股票的异常收益吗?——来自中国股票市场的经验证据[J].系统工程理论与实践,2023,30(2):287-297.

投资回报率论文范文第3篇

关键词:股票回报 规模 市净率 市盈率

一、文献综述

(一)国外文献经典的资本资产定价模型(CAPM)假设股票预期报酬率和其风险之间存在简单的线性关系。但后来研究表明:存在着一些其它的对普通股报酬率产生影响的重要因素。Banz(1981)在《金融经济学刊》发表“普通股市值与报酬率的关系”一文,他将纽约股票交易所的上市公司股票按公司规模大小分为5组,发现最小规模组公司股票平均报酬率比最大规模组公司平均报酬率高至19.8%,小市值公司的股票报酬率显著地高于大市值公司。从而提出了“小公司效应”的研究结论。Reinganum(1981)发现基于AMEX-NYSE数据,规模效应应包含E/P(盈余价格比,即市盈率的倒数)效应,也就是说这两种效应对应的是几乎相同的影响因素,而这些因素与公司规模的相关性更强,指出如果要检验市场反应或者有效性只需要控制公司规模。Basu(1983)运用1963年至1980年间纽约股票市场的上市公司的回报数据,研究了E/P、规模与股票回报之间的关系,结果表明高E/P值的公司会得到高于低E/P值公司的风险调整超额回报。而且这种效应即使在控制了规模因素之后还是显著的。相反,如果控制了E/P等因素之后,原本的小公司能得到较高回报的异象就消失了。Fama and French(1992、1993)提出了著名的Fama-French三因素资产定价模型。这两篇文章通过实证方法,提出除了风险系数β之外,市场规模SIZE和账面市值比BE/ME(即市净率的倒数)都显著解释了股票回报变动现象。研究发现市场规模、账面市值比、负债率等变量单独使用能解释股价回报,而这些变量联合使用时,市场规模和账面市值比对于回报仍具有显著的解释能力且可吸纳盈余价格比与负债率所能解释的股票回报。

(二)国内文献 国内学者也对股票回报率的影响因素进行了相关研究。陈信元、张田余和陈冬华(2001)对预期股票回报的决定因素进行了横截面分析,结果发现规模和B/ P 表现出显著的解释力,并且这样的结论在不同模型中始终成立;而在不同模型中,β、账面财务杠杆和市盈率始终没有通过显著性检验。汪炜、周宇(2002)以沪市为对象考察了中国股市的“规模效应”和“时间效应”。作者通过实证研究发现:中国股票市场并不存在西方国家股市普遍出现的“小公司1 月份效应”,但小公司“规模效应”表现显著。苏宝通、陈炜、陈浪南(2004)对公开信息与股票回报率的相关性进行了研究,研究结果发现,公司规模、账面市值比、现金红利率和流通股比例对中国股票回报率有着显著的影响,而资本结构、股票价格、市盈率和前一年持股回报率对中国股票回报率影响不显著。

可见,在对股票回报的众多影响因素的研究中,规模、市净率、市盈率三个指标受到了国内外学者关注,然而由于研究数据及研究方法的不同,对于股票回报与公司规模、市净率、市盈率指标之间的关系并没有一致结论。本文的主要目的就是要运用中国A股市场上的较长时间的数据并综合借鉴前人的方法来重新验证在中国市场上规模、市净率、市盈率三个因素对股票回报的影响。

二、研究设计

(一)样本选择和数据来源 由于以前研究表明公司规模、市净率、市盈率与股票回报的关系并不是确定的,为保证研究结果的可靠性,本文拟采取较长的时间数据来进行研究。因1995年前上市公司数较少,且从1995年1月1日起,沪市和深市A股取消T+0回转交易,实行T+1交收制度,采用1995年以后的交易数据可以保持交易制度的一致性,因而本文选择1995年5月至2023年4月作为交易期间。同时由于本文采用个股t-1年的会计指标与t年5月至t+1年4月的一年的股票回报进行配比,这样,为了获得相应的公开会计数据,要求该公司在t-1年即上市,例如在研究1995年5月至1996年4月的股票回报时,要求该公司在1994年即已上市。本文以沪市和深市的所有A股公司为研究对象,并剔除以下公司作为样本公司:剔除在研究期内退市的股票;剔除在研究期内被特别处理(ST 或者PT)的股票,因为这些公司股票的交易制度与正常公司有较大的差异,缺少可比性。各研究区间公司数列表如(表1)所示。上述数据均来源于WIND数据库。

(二)变量定义 为确保解释股票回报的会计指标能够在股票回报指标出来之前获得,又由于中国证监会要求上市公司年报必须在次年4月底之前披露,本文借鉴Fama and French(1992)的做法,采用个股t-1年的会计指标与该股t年5月至t+1年4月的一年的股票回报进行配比。规模因素的计算也是借鉴上文的方法。其中股票回报为考虑分红再投资的个股区间涨跌幅。本文以起始交易日t年5月1日为基点,按照分红再投资的调整计算方法,算出t+1年4月30日的收盘价,然后用该收盘价和起始交易日前收盘价(即t年4月30日的收盘价)计算区间涨跌幅。即:股票回报=[(t+1年4月30日的收盘价-t年5月1日前收盘价)/ t年5月1日前收盘价]]*100%。公司规模,用样本公司t年4月30日的流通市值度量,即用公司t年4月30日的流通股数乘以该日的收盘价获得。市净率是用t-1年12月31日的收盘价与当年年报披露的每股净资产数据进行匹配,即用公司t-1年12月31日的收盘价除以t-1年年报中的每股净资产获得。市盈率也是用t-1年12月31日的收盘价与当年年报披露的每股收益数据进行匹配,即用公司t-1年12月31日的收盘价除以t-1年年报中的每股收益获得。

(三)模型建立从方法论上讲,研究股票回报的影响因素需要使用较长时期的数据才能得到较高可靠性的统计结论。例如在某一时期,购买小公司的股票可能有超额回报;在另一时期,购买大公司的股票可能有超额回报。若样本时限太短,将会使实证结论失去统计稳定性和可靠性。同时由于我国证券市场发展速度较快,公司通过不断的增发配股,加之经营的积累,股价的提高,大量早期发行的大公司股票在当前市场中其市值水平已算不上是大公司,不同年份的公司间具有不可比性,因此本文对不同的区间分别进行研究。由于采用截面数据作为样本,为有效消除可能存在的异方差,本研究选择加权最小二乘法(WLS)来估计模型。模型如下:

股票回报=α+β1Ln(规模)+ β2市净率+β3市盈率+ε

三、实证结果分析

(一)描述性统计 从(表2)描述性统计结果可知,15个样本研究区间的股票回报均值有正有负,其中9个研究区间的平均股票回报为正,6个为负,表明投资者并不一定绝对能获得正的股票投资收益,而且不同时间区间的股票回报均值也存在较大的差异。从规模指标上看,呈现一个逐年上升的趋势,表明上市公司的市值规模在不断壮大,在标准差上也呈现一个总体上升的趋势,上市公司间的规模差距正在不断拉大。但市净率与市盈率两个指标无论是均值方面还是标准差方面并没有呈现趋势性的规律,其中市净率的各期均值在1.87及6.87间变动,市盈率的各期均值在29.85及173.33间变动,波动较大。这表明,在短短十几年内,我国投资者对上市公司每一元股东权益及每一元收益的价值的看法有着大幅度变化。这当中固然有我国上市公司群体变动迅速的影响,但同时也反映了市场上可能存在的错误定价。

(二)回归分析 在对影响各研究区间的股票回报的三因素的探寻过程中,为了正确找出各区间的显著影响因素,并消除各个自变量之间可能存在的多重共线性,本文采用SPSS统计软件中的逐步回归法(Stepwise regression),并选择残差平方作为权重变量,使用加权最小二乘法对模型进行回归分析。最终得出的各研究区间股票回报的影响因素的回归分析结果如(表3)所示。结果显示,规模、市净率及市盈率三个因素在不同的研究区间对股票回报均有影响,然而各指标的影响程度及稳定性并不相同。可以发现三个因素中公司规模及市净率指标对股票回报的影响较大,稳定性较强,而市盈率的影响较小,稳定性较弱。在15个研究区间内,有10个区间规模的影响是显著的,且股票收益与公司规模呈负相关关系基本上是平稳的(除一个研究区间外,其余均在1%显著性水平下负相关),表明中国股市也存在小公司效应,公司规模越小,股票回报越大,投资者在进行投资决策时,可以将流通市值规模作为一个考虑因素。从(表3)也可以看出市净率指标对股票回报也具有显著性影响,其平稳性也较强。在15个研究区间内有13个研究区间的市净率的回归系数是显著的,其中又有11个区间的市净率的回归系数是在5%的显著性水平下负相关。这与Fama和French(1992)的结论是一致的。同时这一结论也告诉投资者投资于股价相对其每股净资产的较低的非热门型股票比投资于高股价的公司股票能获得更多的收益。但(表3)表明市盈率指标对股票回报的影响并不具有稳定性,在15个研究区间内,该指标有7个研究区间并不具有显著性。而从8个具有显著性影响的研究区间来看,市盈率指标的系数也较小,且其正负号也不确定。由此可知,不能仅仅利用市盈率这一指标作为投资依据。

(三)方差分析 为对各因素的影响情况做深入研究,本文以2009年5月1日至2023年4月30日及2008年5月1日至2009年4月30日两个区间作为研究区间,进一步进行了不同因素股票回报的方差分析。从研究结果可知规模因素的方差分析结果最为显著。按照规模,即流通市值的由小到大的顺序,本文将各研究区间的观测样本等分为5组。其中前一研究区间内每组277个观测值,后一研究区间内每组262(或263)个观测值。从表4可见,随着规模的增加,区间股票回报表现出较为明显的下降趋势。前一研究区间内规模最小组(平均流通市值为 6.22亿元)比规模最大组(平均流通市值为 178.52亿元)的股票回报率高达39.31%,后一研究区间内规模最小组(平均流通市值为 6.51亿元)与规模最大组(平均流通市值为 203.63亿元)的股票回报率差达到23.60%,这表明规模可以用来解释股票回报的变化,投资者可以利用规模这一指标作为投资依据。按照同样方法,本文也将该研究区间的市净率及市盈率按照由小到大的顺序进行分组并做方差分析,但研究结果并未显示出显著的有规律性的结果。

四、结论

本文以1995年5月1日至2023年4月30日为研究区间,运用经验研究的方法,对中国A股市场上的股票回报与公司规模、市净率、市盈率之间的关系进行了检验。结果表明,在回归分析中,规模、市净率及市盈率三个因素在不同的研究区间对股票回报均有影响,但各指标的影响程度及稳定性并不相同,公司规模及市净率指标对股票回报的影响较大,稳定性较强,市盈率的影响较小,稳定性较弱;而在单个因素股票回报的方差分析中,发现只有规模因素的方差分析结果呈显著性,而其它两个因素并未显示出显著的有规律性的结果,这说明规模因素的影响可能包含了市净率及市盈率两个因素的影响。可见,与Banz(1981)的结论一致,在中国也存在明显的“小公司”效应。小盘股持续获得高股票回报的原因主要体现在两个方面,一方面是因为其股价拉升所需的资金量小,而大盘股由于总市值大,所需的资金量非常大,要想将其股价拉升较为困难,所以更多的资金更青睐于小盘股,以满足其逐利的本质。另一方面是因为其成长性较强、盈利高增长的预期,即使有些小盘股的市盈率较高,例如一只股票今年与去年可能是相同的高市盈率,但假如其盈利翻倍,其股价同样也上涨了一倍,因此正是因为小盘股高成长性的预期,也使得其股票回报率也会高于大盘股。市盈率指标虽然在方差分析中表现不显著,这说明了规模因素的影响会更重大。但在回归方程中,控制了规模以后,市净率表现出对预期股票回报有显著的解释能力,因此,本文认为在预测股票回报时,市净率也是一个重要的变量。而市盈率的高低没有绝对好坏之分。如果一家公司相对同行业其他公司而言连续维持较高的市盈率,说明市场较为看好其发展前景,投资愿意为高速成长的公司支付更高的价格,但过高的市盈率也会增加投资风险,如果公司的每股收益不变,市盈率越高时,则获得该种股票的价格成本就越高,其价格与价值的背离程度就越高。因此,不能仅仅利用市盈率这一指标作为投资依据,在判断市盈率这一指标时还应结合盈利的增长情况一起来分析。

*深圳大学人文社会科学基金资助项目(801)

参考文献:

[1]陈信元、张田余、陈冬华:《预期股票收益的横截面多因素分析:来自中国证券市场的经验证据》,《金融研究》2001年第6期。

[2]汪炜、周宇:《中国股市“规模效应”和“时间效应”的实证分析――以上海股票市场为例》,《经济研究》2002年第10期。

[3]苏宝通、陈炜、陈浪南:《公开信息与股票回报率相关性的实证研究》,《管理科学》2004年第12期。

[4]Banz R. W.The relationship between return and market value of common stocks. Journal of Financial Economics. 1981.

[5]Marc R. Reinganum. Misspecification of capital asset pricing : Empirical anomalies based on earnings' yields and market values. Journal of Financial Economics,1981.

[6]Sanjoy Basu. The relationship between earnings' yield, market value and return for NYSE common stocks: Further evidence. Journal of Financial Economics,1983.

投资回报率论文范文第4篇

关键词:债券投资;骑乘收益率曲线;利率期限结构

一、引言

债券市场作为固定收益类的主要构成部分,债券的期限和现金流都相对确定,因此适合于风险厌恶型的投资者。

长期以来,由于发展滞后,缺乏经验,国内的债券市场的投资都很不规范,投资者素质有待提高,没有形成理性投资的氛围。因此,本文通过借鉴国外成熟市场的债券投资策略,结合中国市场的实际情况,利用实证分析检验投资效果,以便为国内的债券投资者提供决策参考。

二、债券投资回报的分析框架

本文运用持有期回报率来分析债券投资回报。持有期回报包括三部分:债券的利息收益、债券利息再投资收益以及资本利得收益。

由于利息收益以及利息再投资收益是相对明确的,要预测回报率,关键就要预测债券在将来某一时刻卖出的资本利得。而资本利得与其到期收益率有关,所以本文的分析可以将重点放到对债券的到期收益率的预测上。

对于到期收益率,本文依照利率期限结构的经典理论,可以将其归结为三个主要方面:(1)对利率变化的预测;(2)期限风险溢价;(3)债券的凸性。

首先对于零息票债券来说,按照上诉因素进行分解:

(1)假设收益率曲线一直保持不变,此情况下即期利率等于远期利率。对于t年期的零息债券,当期的t年期利率为,t-1年的利率为,那么当期价格为=100/。由于收益率曲线假设一直不变,1年后的收益率是,价格变为=100/。则其1年期持有期回报率为:

为1年期远期利率,同时又可以分解为t年期收益率 以及收益率从下滑到所带来的回报,称为下滑回报。

(2)假设收益率曲线有变化,比如说整体向上移,则收益率的变化主要可以分为两部分:

-= (-)+(-)

其中,(- )为收益率下滑,(-)为t-1时期即期利率的变化。

t-1期收益率变化的回报为(t-1)×,其中=-。

所以在收益率曲线发生变化的情况下,零息债券的持有期回报率就包括两部分的和,最后再加上该债券凸性价值,对于一般的债券也有类似的结论,即:

E(R)=+Dur×E()+0.5×cov×Std=+(t-1)×(- ) +Dur×E()+0.5×cov×Std

对于预期回报率分析的三个方面,在具体应用中,投资者们并不需要考虑风险溢价和凸性,只考虑未来收益率曲线的可能的变动情况,就可以作出相应的投资决策。

三、骑乘收益率曲线策略的实证研究

骑乘收益率曲线将债券的期限风险溢价作为影响利率期限结构的最关键的原因,比如说长期债券因为期限长,风险大,因此回报率更高,所以选择剩余期限更长的债券具有更好的投资价值。

需要注意的是期限结构其实也是某一市场对利率变动方向的相应预测。即趋势向上的收益率曲线反映了市场对于利率未来会上升的预测,而假如利率真的上升了,因为利率上升,价格下降,越长期限债券的资本损失就越大,高收益率也会因为资本损失而被抵消一部分。

国外学者的研究大部分都是以较完善的债券市场为背景的,然而对于国内市场,债券市场处于发展初期,缺乏相关的数据,相关研究进展缓慢。考虑到骑乘收益率曲线策略对于期限较短的证券投资至关重要,当前国内货币基金在第三方支付的带动下不断发展壮大,因此研究骑乘收益率曲线策略是刻不容缓极具价值的。本文努力通过将骑乘策略移植到中国的债券市场上,采用实证研究的方法,验证策略的有效性。

(一)样本数据

在选取样本数据时,本文利用央行票据的发行利率进行数据分析。因为作为央行货币政策的主要手段,央行票据市场交易量大,流动性较好,具有代表性,固定时间发行,数据较充足。

本文根据央行票据发行利率数据的完整程度,6个月期限的央票发行利率在2005年3月之后不在定期公布,因此本文选用有代表性的2003年4月份至2005年3月份央行票据的数据对骑乘收益率曲钱策略进行实证研究。

(二)研究方法

通过分析,应该选取3个月作为债券的持有期限,以便比较检验骑乘收益率曲线策略和买入并持有策略。两种策略分别为:①买入并持有策略:即买入刚发行的3个月期央行票据,持有至到期以获得收益。②骑乘收益率曲线策略:在同一个时间段内,买入6个月期或者1年期的央票,持有3个月之后卖出。通过比较上述两种策略的投资回报,从多个角度进行比较,分析出多种影响因素,最终验证运用骑乘收益率曲线策略的有效性。

(三)计算结果

表1分别统计了买入并持有策略和骑乘收益率曲线策略的回报率的情况。从均值的角度看,骑乘收益率曲线策略的投资回报比买入并持有策略更高。由此也可以看出来骑乘策略投资回报与央票的期限也有关,期限越长,回报越高。不过同时应该清楚的是,此时通过延长期限来提高投资回报率是以增加投资风险为代价的。另外从最大值和最小值的方面看,骑乘策略回报率的波动更大。

以上的分析是建立在假设短期利率不会变动的基础上的,该种情况只适用于较短的期限内,此时确实可以说骑乘策略能够提高投资的到期回报率。

但是,如果将对未来利率的预测加入考虑范围,就会出现不确定性,比如在未来利率上升的情况下,蕴含着对利率未来会上升的预期。因为如果未来利率上升,此时价格就会下降,卖出将会出现负的资本利得。这种情况下,采用买入并持有策略将是更好的选择。

不过由于影响因素多,预测短期利率的变化是很困难的。借鉴国外经验,本文采用简化方法,利用不同期限的收益率差进行判断。当该收益率差较大时,那么利率需要上涨很大幅度,资本亏损才能抵消长期债券的高收益率;反之,只要利率略有上升,长期债券的回报率可能就会低于短期的。可以说不同期限的央票在利差越大的时候,采用骑乘策略将会越有优势。

对于表3来说,为了便于分析,根据利差的中值可以将数据平均分成两组。由此反映出,在不同期限的利差较小之时,骑乘策略的超额回报率的均值为负,胜出的概率只是在50%左右。而在不同期限利差较大之时,骑乘策略显著优于买入并持有策略。1年期央票的超额回报率均值高达182bp。而且其成功概率达到91.9%。另外,对于夏普系数来说,利差越大骑乘策略效果越好。

(四)研究结论

经过上述的分析,在不同期限的债券的利差较大之时,骑乘收益率曲线策略由于持有至到期策略。究其原因,主要是利差较大的时候,利率的可上升的空间越大,因此可以保证使骑乘策略在更大概率上实现正的超额回报。另外应注意期限越长的债券,所获得的回报越高。从投资者的角度讲,基金投资经理在做投资选择之时,需要根据央票发行的情况对发行利差的高低进行判断,同时对利率的变化趋势进行预测,那么就可以对投资策略做出正确选择,同时也可以最大限度的降低风险。

参考文献

[1]黄海.收益率曲线骑乘策略应用研究[J].中国物价,2023(03).

[2]祝威,魏先华,吴国富.基于收益曲线变化的债券投资策略实证研究[J].管理评论. 2007(06).

[3]朱世武,陈健恒.积极债券投资策略实证研究[J].统计研究,2006(03).

[4]陈中平.债券投资策略[J].大众理财顾问,2009(01).

[5]杨成元,刘康.利率市场化后欧美银行债券投资策略及其启示[J].新金融,2023(02).

作者简介:

投资回报率论文范文第5篇

关键词:内部控制;披露;信号价值;市场反应

一、 引言

证监会于本世纪初最早对金融类及IPO公司提出单独性内控信息披露的要求,自2007年开始,这一要求开始全面化实施。监管者促进内控信息披露的初衷,在于规范上市公司治理行为,向投资者传递相关信息并提升投资者保护。就实际实施效果而言,内控信息披露的形式意义要大于其实质意义。也就是说,上市公司披露内部控制报告的目的不是说明其存在的缺陷,而是表明其质量优良。由于缺乏实质性的信息,投资者是否认为这种"形式上的内控信息披露"具有信息价值,就需要基于市场交易的角度加以检验。

实际上,不同自愿性内控信息披露所蕴含的价值很有可能是不同的。例如,众多研究都表明国有企业与非国有企业之间存在制度及行为差异,而且内控自评报告与鉴证报告在成本及保证程度上也有着根本的区别,因而在理论上披露行为所彰显的信号价值就存在区别。如果这种理论上的区别能够在实践中被投资者甄别并认可,则不但证明理论上的分析是有意义的,最重要的是,投资者的反应可以为各披露主体提供反馈与借鉴。

二、 假设提出及研究设计

1 文献回顾及假设提出。就已有研究而言,检验内控信息披露市场反应的研究较少且不全面。杨清香等(2023)分析了沪市2006年~2009年披露内控信息后的市场CAR值情况,其控制部分年报信息的多元回归结论表明,内控信息披露较好的公司其窗口期的CAR值也更高。陈宋生等(2023)采用配对研究的方式,以打分的形式将2007年沪市年报中自愿性内控信息披露差别化,其结论也认同披露质量与CAR值成正比,而且强制披露公司的CAR值更高。陈共荣(2007)则分析了2006年沪市披露程度与超额回报之间的相关性,与上述研究结论一致,详细披露与CAR值具有一定的正向关系。

但以上的研究也有其不足之处:首先,以上这些研究并非专门针对内部控制评估报告;其次,这些研究并非专门针对自愿性信息披露,研究样本同时包含了强制披露的公司。

按照信号理论,自愿信息披露作为信号传递的基础前提在于其成本收益的权衡。其收益包括权益及融资资本成本的降低,股价的提升等,成本则既包括公司对内部各控制流程的、评价成本,又包括因披露问题遭受的处罚成本。但现实中我国的监管部门未细致要求内控信息披露的内容及程度,多数企业仅按照内控五要素做简单的介绍;另一方面我国投资者法制保护的建设也比较滞后,尚未有上市公司因自愿内控信息披露问题而遭受处罚,这就导致了我国内控披露成本总体上普遍过低。既然披露可以带来收益而不需要太多成本,则可以预期的是,信号好及信号差的公司都有可能选择披露,从而导致信号显示作用被噪音干扰。

其次,在我国资本市场的构成中,国有企业占了较大的部分。国有企业更为严重的双重问题、内部人控制问题等都表明了国有与非国有企业的巨大制度差异。此外,国有企业经营者出于升迁以及国有资产增值保值的考虑,更可能投入充足资金建设完善的内部控制。民营企业中大部分是家族式企业(李新春,2003),其家族控制模式在很大程度上已经替代了内部控制的作用,故而高质量的内控需求较弱。

在披露成本低廉可能导致噪音出现的前提下,考虑以上因素,国有企业随意跟风披露的可能就不会太大或者说披露动机信号被削弱的程度比较低。而民营企业自身内控建设需求本身就较低,这样披露动机就很可能收到噪音的抑制。

如果自愿性内部信息披露,能够引起资本市场的股价反应,而且投资者也能够对上述不同主体不同报告类型的信号价值加以区分,则以下研究假设将会成立:

假设H1:总体而言,自愿披露内控自评报告与窗口期CAR值正相关;

假设H1a:对国有企业而言,自愿披露内控自评报告的公司其CAR值更高;

假设H1b:非国有企业而言,自愿披露内控自评报告的公司,CAR值不显著;

假设H2:总体而言,自愿披露内控鉴证报告与窗口期CAR值正相关;

假设H2a:对国有企业而言,自愿披露内控自评报告的公司其CAR值更高;

假设H2b:非国有企业而言,自愿披露内控自评报告的公司其CAR值更高。

2. 研究设计。本文以2007年~2009年A股上市公司为研究样本。选择以2007年为起点,是因为我国两市对全体上市公司单独披露内控自评报告的要求正式开始于该年,选择2009年为截止,一方面是因为本文涉及大量的手工搜集数据,另一方面是因为不少研究都认同政策实施以来我国内控的披露情况并未获得质的改变(方红星等,2008;崔志娟,2023),前3年的结论具有代表意义。

样本的具体筛选过程如下:首先,本文剔除金融类以及IPO公司,剔除2008年、2009年的深市公司,以及2008年、2009年上交所的治理样本股公司。因为这些公司都属于强制披露的范畴。此外,样本剔除交易窗口期交易状态为ST类的公司(327家),以及年报披露日无股票交易的公司(591家)。

再次,研究剔除了年报披露日前后十天发生了重大事件(诉讼、违规、重组、一季度季报)的公司(503家);最后2008年上市公司普遍亏损严重,为此本文进一步剔除了剩余的2008年的样本公司(248家)。经过筛选之后,获得2007年及2009年的非平衡面板数据894家。

本文以上市公司年报披露日作为事件日(t=0),选取[-10,2]作为研究窗口期。本处将窗口期起点向前推至年报披露前10天,是因为年报信息在披露之前被泄露是一个普遍存在的现象,故而在事件日以前市场股价就已经产生波动。

本文使用的多元回归模型基变量如下:

CAR=?琢+?茁1Evalu/Evalu_Au+?茁2Bonus+?茁3Growth+?茁4Opinion+?茁5Age+?茁6Lev+?茁7Size+?茁8Roe+?撞?茁iIndu+?着

其中被解释变量为超额累计回报率CAR。Ball和Brown(1968)介绍了使用异常回报率来衡量资本市场对事件信息的反应的方法。本文借鉴Ball和Brown的研究,以窗口期的超额累积回报率(CAR)来衡量投资者对信息的反应。

本文采取市场指数模型来估计个股的异常收益率(AR),市场指数模型下CAR值的具体计算方法如下:

首先,计算个股i在交易日t的实际回报率。此处使用的是考虑现金红利在投资的日个股回报率,其计算较为复杂,但结果更为精确:

rn,t=■-1

上式中,Pn,t和Pn,t-1表示证券价格n在第t日和t-1日的收盘价;Dn,t表示股票n在t日为除权日的每股现金分红;Fn,t表示股票n在t日为除权日的每股红股数;Sn,t表示股票n在t日位处全体的每股配股数;Kn,t表示股票n在t日为除权日的每股配股价;Cn,t表示股票n在t日为处全体的每股拆细数。

其次,计算个股在t日的预期回报率:

rm,t=■-1

其中,rm,t表示对应市场的市场指数回报率;Pm,t和Pm,t-1表示t日和t-1日的该市场指数收盘价。因本文样本涉及上交所和深交所A股公司,为使得AR的计算更为精确,本文在计算指数回报率时,分别计算了对应时刻上交所和深交所的行业指数回报。

由此,个股n在交易日t的异常回报率即为:

ARn,t=rn,t-rm,t

最后,个股n在窗口期[t1,t2]的异常累积回报率即为:

CAR=■ARn,t

待检验解释变量为Evalu和Evalu_Au,分别表示上市公司披露内控自评报告和鉴证报告行为(出具报告赋值为1,否则为0)。

由于内部控制报告随年报而披露,而年报引起的市场股价反应更为强烈,故而本文采用了尽可能多的控制变量,以控制能引起股价波动的相关年报信息,包括:

(1)是否在年报中宣告发放现金股利(Bonus,发放赋值为1,否则为0)。因为宣告股利发放的公司更容易获得投资者的认同,从而获得较高的超额回报率。

(2)上市年龄(Age,截止年度末该公司上市年数)。上市公司经营年限的不同,其经营质量也会存在差异。以往研究研究表明,上市年龄越大,公司违规的可能越高,整体经营质量信号也较差。基于此,投资者对公司年报信息的反应也会存在差异。

(3)增长能力(Growth,公司本年主营收入比之去年的增长率)。公司增长能力越强,其未来获得的现金流量预期就越高,因而股价会明显上升,则市场给予的超额回报就可能更高。

(4)审计意见(Opinion,审计意见为标准无保留意见,则赋值为1,否则为0)。审计意见直接决定了年报信息含量的真实与否。如果审计意见为非标准意见,则投资者给予的市场反应较为负向。

(5)财务状况(Lev,该公司年末的资产负债率)。年报中披露的财务状况信息,会直接影响投资者贵公司股价的判断。本处使用资产负债率作为财务状况的替代。

(6)公司规模(Size,总资产规模取自然对数)。就投资者而言,其对于大公司和小公司的未来预期是截然不同。大公司由于实力雄厚,发展能力强,抗风险能力高等原因,投资者给予的评价往往也较高。故而其获得的超额累计回报率也可能更高。

(7)盈利状况(Roa,该年末的总资产回报率)。如果公司当年获得收益较高,则市场给予的超额回报率自然也更高。

(8)所在行业类别(Indu,样本公司所在的行业类别,二值变量)。不同行业类别的公司,其盈利能力不同,未来发展的机会和风险也会存在差异,故而市场给予的超额回报率也有所不同。

三、 描述性统计及回归结果

1. 描述性统计。图1描绘了窗口期国有企业自评组、鉴证组以及未自评组的AR值和CAR值变化趋势图。就AR趋势图来看,在事件日前,鉴证组的异常回报最高,其次是自评组,最后是未自评组。这与本文的研究假设是一致的,说明内部控制自评报告及鉴证报告具有一定的信息含量。事件日及事件日之后,AR值波动较为剧烈,一个可能的原因是对越好的公司,投资者之前的预期越高,而预期越高,年报披露日股价下跌的幅度就越大。

从CAR值变化趋势图中则可以明显看出:鉴证组公司的超额累积回报率高于自评组,而自评组有明显高于未自评的公司,这与预期假设一致。

图2描绘了非国有企业自评组、鉴证组以及未自评组的AR值和CAR值变化趋势图。AR变动的趋势不如国有企业AR趋势图明显,但基本上鉴证组仍高于自评组,自评组高于未自评组。CAR趋势图则表明,鉴证组的样本公司,其CAR值明显更高,但自评组与非自评组则无显著区别。从而表明,在市场投资者看来,披露自评报告的非国有企业,与未自评的非国有企业并无显著差异。

由于内部控制自评以及鉴证报告是随年报而披露,故而年报中的信息会对AR及CAR值的变动趋势造成显著的干扰。为此直观地比较组别间的AR及CAR值并不能说明内控鉴证及自评报告对CAR值的影响。

本文进一步按照自评与鉴证行为,比较了相关变量与未自评或未鉴证公司之间的差别。其中,自评组比之于未自评组,其CAR值更高,发放股利的可能更大,而且公司上市的年龄也比较小。此外,此类公司的规模也更大,盈利能力也更高。鉴证组与未鉴证组的比较则表明,除以上显著的差异之外,鉴证组的审计意见也往往更好。最后,本文的Person相关系数检验表明,本文不存在变量之间严重的相关性,故而可以直接进行多元回归。

2. 回归结果。下表1归纳了本文多元回归的结果。就总体而言,披露内部控制自评报告和鉴证报告行为具有信息含量,此类公司在窗口期获得的超额累积报酬率也更高,本文假设H1和H2得到了验证。

分组检验的结果表明,对于自评报告而言,国有企业的自评报告具有信息含量,变量evalu的系数为正,而且在5%的水平上显著;而非国有企业的自评报告行为并未在市场上获得显著评价,从而表明,在投资者看来,非国有企业的内部控制自评报告行为并不能彰显公司真实的相关价值。就鉴证报告来看,披露鉴证报告的国有企业和非国有企业都会获得较高的CAR值,从而表明鉴证行为具有信息含量,投资者能够识别鉴证组与非鉴证组之间的差异。

3. 稳健性测试。最后,本文进行了以下稳健性测试:首先,将所有的连续变量在1%的水平上进行缩尾处理,研究结论没有变化。其次本文进一步缩短年报披露后的时间窗口,只保留披露后2个交易日的交易信息,研究结论没有变化,控制变量的解释能力则进一步提高。此外,针对Growth变量波动较大的特点,本文进一步在5%的水平上进行了缩尾处理,再次回归的结论并没有改变,而且部分研究结论变得更加显著。总体而言,本文的上述研究结论是稳健的。

四、 研究结论

本文基于投资者反应的角度,按照Ball和Brown(1968)的研究思路,以CAR值捕捉市场对于事件信息的评价,采用多元回归分析的方式检验了市场对于不同类型公司自愿性内控信息披露的反应。按照本文的假设,不同类型的公司因其制度不同,以及报告的披露载体不同,其内控信息披露之后的投资者市场反应是不一致的,这种不一致背后的本质则是报告能否真实的彰显公司的价值。

本文的多元回归验证了本文的研究假设,回归表明对于国有企业而言自评报告具有信息含量,而非国有企业的自评报告则难以成为彰显价值信号的载体,缺乏信息价值。造成这一现象的原因,在于非国有企业缺乏内控建设的需求,其自评行为存在跟风披露的可能,从而使得自评报告的信号作用消失。而鉴证报告由于存在显著的成本,因而具有较好的区分上市公司质量的信号效用,使得市场给及鉴证公司的CAR值明显更高。

参考文献:

1. 陈共荣,刘燕.内部控制信息披露的市场反应. 系统工程,2007,(10):40-45.

2. 陈宋生,郭京晶.内部控制信息披露的市场反应——来自沪深股市的经验证据.上海立信会计学院学报,2023,(2):14-24.

3. 傅琼轩.内部控制鉴证报告披露的市场反应研究——来自深市2006年~2008年经验数据.财会通讯,2023,(5):36-38.

4. 黄寿昌,李芸达,陈圣飞.内部控制报告自愿披露的市场效应——机遇股票交易量及股票收益波动率的实证研究.审计研究,2023,(4):44-51.

5. 林斌,李万福,王林坚,舒伟.内部控制的影响因素及经济后果研究——国外内部控制实证文献述评. 井冈山大学学报,2023,(31):46-31.

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 yyfangchan@163.com (举报时请带上具体的网址) 举报,一经查实,本站将立刻删除