公司业绩与股价崩盘风险

郭美娟



公司业绩与股价崩盘风险

郭美娟

（贵州财经大学会计学院贵州贵阳550025）

企业股价崩盘会对企业持股人和投资者经济利益造成巨大损害，同时对企业来说也是毁灭性的打击。股价崩盘风险越大，企业发生股价崩盘概率越高，股价崩盘风险成为近几年学者们关于资本市场研究的重点对象。

股价崩盘风险；企业业绩

通常情况下认为股价崩盘是指股价急剧下跌，股价崩盘风险指的是股价出现急剧下跌的概率。我国股市自1990年在上海证券交易所和深圳交易证券成立开始发展。在2008年全球经理全球次贷危机后，中国股市的发展经历七八年的低谷期，直到2014年国内股市行情才出现了不错的发展转机。到2015年下半年，股价出现频繁的上下波动，A股市场出现“千股跌停的现象”，研究股票崩盘风险，找出影响股价崩盘风险的因素对全面认识股价崩盘风险和避免出现股价崩盘现象有着重要的意义。

1 文献综述与理论分析

股价风险的研究最早是开始于20世纪70年代，最初人们的关注点主要是从整体市场行情的宏观层面出发对股价崩盘风险进行分析，主要通过针对整体股市大盘出现股价暴跌现象进行的宏观层面的因素分析。并不关注个股股价崩盘风险的研究。直到21世纪初chen（2001）等学者以一个创新的视角从微观角度研究影响个股股价崩盘风险的因素，学术界开始将股价崩盘风险的研究关注点从宏观的整体市场层面转移到了个股影响因数的微观层面。现有关于股价崩盘风险的研究可以粗略归纳分为两个方面的研究，一方面是关于股价崩盘风险产生的机理的研究，企图找到股价崩盘风险增大的路径和原理，深入研究寻找能有效降低股价崩盘风险的概率的有效途径。另一方面是关于影响股价崩盘风险的影响因素的研究。外国学者KimandZhang（2016）通过研究发现会计稳健性能使得管理层隐瞒坏消息的能力减弱，指出会计稳健性与股价崩盘风险呈负相关关系。国内有学者认为，王化成等（2015）从投资者的角度出发，研究指出投资者越关注环境，对环境保护投入力度越大，投资者越能监督企业经营者改善信息的披露质量，企业信息透明度更高，股价崩盘风险能得到减弱。

2 实证研究设计

2.1 样本选择与数据来源

数据来源本文以2002 ~ 2017年中国全部A股上市公司为研究对象，研究样本数为家公司数据来源锐思数据库（RESSET）和CSMAR数据库，按照以下步骤对数据对数据进行筛选：（1）剔除ST公司和金融保险业公司；（2）剔除非金融类公司；（3）剔除一年周收益观测次数少于30的公司；（4）剔除会计缺失值的公司；（5）为了排除极端值对研究结论的影响，本文对所有连续变量在1%和99 %水平进行缩尾处理。

2.2 变量定义与度量

被解释量股价崩盘风险是指在无任何信息前兆的情形下，市场指数或个股价格在短时间内大幅度下降的概率 （陈国进等，2009）。本文借鉴kim等（2011），徐行年等的相关研究，使用收益波动之比（DUVOL）进行度量。计算步骤如下：

第一步：通过模型（1）计算股票i经市场调整后不能由市场决定的股票i的特定收益率，如模型1为了消除股票交易的不同步性，本文将模型1中的变量分别加入滞后两期和超前两期的项。

第二步将Wi,t与其自身年平均值相比，将样本分为大于年均值和小于年均值两部分，将小于部分的特定收益率的方差与大于部分的方差相比，所得的值即为收益波动比，即DUVOL。如下为计算模型。

其中nu为Wi,t大于平均值年平均值得的股票年交易周数，nd为小于平均值年平均值得的股票年交易周数，收益波动比值越大表示收益率的值越偏向于数轴线的左边，这表明股价崩盘风险越大，解释变量企业业绩，本文用净资产净利率ROE表示，计算公式如下：ROE=净利润／股东权益余额。

控制变量，本文借鉴kim（2011），徐行年等的研究，本文的控制变量为：

公司规模（SIZE）,股票i的年度平均收益率（Ret）,等于股票t年度的周收益率的均值。股票收益的波动Wit，为股票i年度平均收益率的方差。

表1　变量定义

2.3 模型设计

为了研究公司业绩与股价崩盘风险之间的关系，验证本文提出的假设，设置模型（3）如下，因模型需要本文的解释变量与控制变量均取滞后一期的值。

3 实证研究结果分析

3.1 描述性统计

表2为回归模型中变量描述性统计结果，由结果可以看出DUVOL的均值为-0.0381877，标准差为0.4790398，最小值为-1.661038，最大值为1.997765，说明我国A股公司的个股周收益波动之比的差异不是很大，净资产收益率（roe）的最大值为713.2036，最小值为-10.92546，方差为23.57286，说明样本中公司净资产净利率存在着很大差别，说明A股公司之间的盈利能力差异明显。

表2　主要变量的描述性统

3.2 相关性分析

本文对回归模型的变量做了Pearson相关性分析，表3为变量的相关性分析的结果，被解释变量周收益变动DUVOL与解释标量ROE之间的相关系数为正的0.1 136，且相关系数在统计上是10 %的水平上显著的，这初步说明了企业业绩与股价崩盘风险存在正相关关系，本文假设得到初步证实。本文模型中变量之间的相关性系数都小于0.5，所以可以认为模型（3）中的变量之间不存在严重的多重共线性。

表3　变量的相关性分析

1%，5%，10 % 的显著水平分别用***，**，*

3.3 实证结果分析

为了研究企业业绩与公司股价崩盘风险的关系，本文按照模型（3）做了OLS回归，回归结果如表4显示，ROE为正的0.25720839，系数为在10 %的水平上显著，回归结果表明企业绩效与股价崩盘风险呈正相关关系，假设一成立。***代表的是1%的水平上显著，**代表5%的水平上显著，*代表10 %的水平上显著。

legend:* p<0.05; ** p<0.01; *** p<0.001

4 研究结论

本文以我国A股的全部上市公司作为研究对象，选取样本公司2002—2017年的样本数据，研究企业业绩与公司股价崩盘风险之间的关系，通过对以往文献的研究分析，提出本文的研究假设，借鉴通kim等（2011），徐行年等的相关研究采用收益上下波动率DUVOL对股价崩盘风险进行度量，合理的研究设计，构建模型，并按照模型做了OLS回归，得到支持本文假设的结论，即公司业绩与企业的股价崩盘风险呈正相关关系。但由于时间和经验的仓促，本文存在着一些不足，主要体现在控制变量的选择不够合理。

[1]施先旺,市场化进程、会计信息质量与股价崩盘风险来源[J].中南财经政法大学学报,2014(5).

[2]杨超.上市公司实际盈余管理与股价崩盘风险的实证研究——基于我国A股上市公司的研究[J].国际商务财,2011(7).

[3]李小荣,刘行.CEOvsCFO:性别与股价崩盘风险[J].世界经济,2012(12):102-129.

[4]喻灵.股价崩盘风险与权益资本成本——来自中国上市公司的经验证据[J].会计研究,2017(10):78-85.

10.3969/j.issn.2095-1205.2019.01.20

F275

C

2095-1205(2019)01-35-02