32F056C雷沃发动机,御龙在天15星套,阿檬星光下的咖啡馆
本文由第一论文网摘自《现代管理科学》2014年第4期，版权归原作者和期刊所有。 一、 引言
我们利用中国A股上市公司2007年～2010年的面板数据，使用类似于汪炜和蒋高峰（2004）的方法构建了一个测度公司信息透明度的指标。在控制住已发现的影响股价特质性波动的公司基本面因素后，实证检验了上述假设。研究发现，股价特质信息波动与上一期公司信息披露频率负相关，与当期信息披露频率正相关，与当期信息披露频率二次项显著正相关。此外，我们也检验了公司治理和股票特质性波动率之间的关系。治理好的公司，外部投资者更容易搜集到公司的内部信息（Ferreira & Laux，2007），因此，股价特质性波动也更高。徐晓东和陈小悦（2003）认为非国有控股的企业，公司治理效力越高。我们使用公司控股权类型作为测度公司治理的变量，发现只有部分结果支持我们的结论，另外一部分虽然模型系数为正，但并不显著。结果部分地支持了这一假设。
总之，本文的理论模型和实证检验发现股价特质性波动与公司信息透明度之间的U型关系，解决了现有文献的矛盾，肯定了股价特质性波动是股价信息含量的测度。
二、 理论分析和假设
根据Jin和Myers（2006）的模型，信息越透明的公司，股票特质性波动率越高，但他们假定管理层未披露信息永不为外部投资者所知，这点与现实不符合。在多期动态的框架下，如果管理层未披露信息在后面的观察期中能够为外部投资者所获得，并且其先前没有被投资者预期，信息越不透明的公司，股价也可能具有[第一论文网专业提供代写论文和论文代写发表服务，lunwEN.1kejiAN. c om欢迎您的光临]更高的特质性波动率，这也是后续实证发现存在矛盾的原因。我们在Jin和Myers（2006）模型的框架下，修正了上述假设的模型如下：
公司现金流的生成过程为：Ct=K0Xt（1）
其中K0为企业最初的投资，为常数。Xt刻画对现金流的随机冲击过程。其中：Xt=ft+？兹t（2）
其中，ft刻画的是宏观因素对企业现金流的冲击过程，信息为市场所知。？兹t为公司特质因素的冲击过程。
其中：？兹t=ot+pt（3）
ot为当期管理层披露的部分，pt为当期管理层未披露部分。假设公开特有信息的比例为？琢。其中，？琢∈[？琢，1]。其中，？琢为证券监管机构要求企业必须公布的公司特有信息，比如财务报表等。？琢为公司的信息透明度。
依照Jin和Myers（2006）假定，ft，？兹t为平稳的一阶自回归过程，即：
ft=f0+？渍ft-1+？着t（4）
ot=o0+？渍ot-1+？孜o，t（5）
pt=p0+？渍pt-1+？孜p，t（6）
其中，？着t，？孜o，t，？孜p，t为扰动项，刻画的是未被市场预期到的信息冲击，？渍∈（0，1）。公司股票的特质性波动率将由？孜o，t决定。如前所述，修正了Jin和Myers（2006）模型的假设后，假定：？孜o，t=？孜′o，t+？茁pt-1（7）
其中，？孜′o，t为t期未市场预期到的信息冲击，其与t期公司特质信息之间的关系为？孜′o，t=？琢？兹t，即披露特有信息比例越大，未被投资者预期到的信息冲击越多。pt-1为t-1期管理层未披露的信息，在t期其有？茁比例被投资者知晓， ？茁∈[0，1]。根据Ferreira和Laux（2007）的结论，公司治理越好的企业？茁较大。？茁pt-1为？琢的减函数，即t-1期公司披露的特有信息比例越大，下期投资者能够搜集的内部信息量越少。
因此，我们有：Xt+1=X0+？渍Xt+？姿t+1（8）
其中，X0=f0+？兹0=f0+o0+p0，？姿t+1=？着t+1+？孜t+1=？着t+1+？孜o，t+1+？孜p，t+1
公司的内蕴价值是外部投资者基于现有信息对公司未来现金流的预期的现值，贴现因子为无风险利率r。我们有：
Kt（It）=PV{E（Ct+1|It），E（Ct+2|It），…，r}（9）
It为t期投资者所能观察的信息集。It=ft+ot。根据Jin 和Myers（2006）模型的假定，当公司的分红小于一定的数目时，外部投资者将采取行动接管公司，接管后公司的价值为？酌Kt。（1-？酌）Kt为接管的成本。因此，我们有外部投资者的价值为：
Vext（It）=？酌Kt（It）（10）
由Jin和Myers（2006）的命题三，均衡时，公司管理层的分红比例为：
YT*=？酌E（E（CT|It）），？坌T？叟t（11）
由贝尔曼方程，结合（9），（10）和（11），对于外部投资者而言，公司的价值为：
Vext（It）=■（12）
公司股票在t+1期的收益率为：
■i，t+1=■-1（13）
市场的回报率为没有特质性风险的股票额回报率：
■m，t+1=■-1（14）
根据以上假设，我们有如下命题：
命题一：如果E（？孜′o，t+1|？茁pt）=0，当信息透明度？琢∈[0，■）时，股票特质性波动率随公司信息透明度的提高而单调递减；
命题二：如果E（？孜′o，t+1|？茁pt）=0，？琢∈[■，1），股票特质性波动率随公司信息透明度的提高而[第一论文网专业提供代写论文和论文代写发表服务，lunwEN.1kejiAN. c om欢迎您的光临]单调递增；
命题三：如果公司的信息越容易被外部投资者获得，即被外部投资者探知的比例越大，公司的特质波动率越高。
根据上述理论模型的分析，提出如下实证假设：
H1：股价的特质性波动与公司上期信息披露频率相关，与公司当期信息披露频率正相关。
在内幕信息被外部投资者获得有一定时滞效应的条件下，上期信息披露频率越高的公司，留给下期投资者探测的内幕信息越少。因此在保持其他条件不变的前提下，公司的特质性波动率越小。当期信息披露频率高的企业，管理层披露了更多没有被市场预期的信息，因此，股票的特质性波动率越高。
H2：保持其它条件不变，股价特质性波动与公司的信息披露频率呈现U型关系。
股票收益的特质性波动率是公司未被市场预期的特质信息造成的。因此，当公司的信息披露频率比较低时，股价信息含量较低，价格与价值背离较大，内部人有强烈的交易动机，外部投资者收集信息套利的激励也越大，造成较高的特质性波动。公司的信息披露频率较高时，公司披露了更多未被市场预期的信息，因而股价的特有波动率越高。综上所述，股票收益的特质性波动率与公司的信息透明度呈现U型关系。
H3：如果公司治理越好，公司未披露的信息被外部投资者探测的比例？茁越大，股价的特质波动率越高。
治理越好的公司，内部信息容易被外部投资者探知，股票的特质性波动率越高。徐晓东和陈小悦（2003）认为非国有控股的企业，公司治理效力越高。因此，我们使用所有权性质作为刻画公司内部信息被探测的容易程度来证实这个假设。
三、 数据和变量
本文的数据来自CSMAR数据库和WIND数据库。其中，股票考虑现金红利再投资日回报的数据、一年期银行定期存款利率、日个股成交额、日个股流动市值、公司控制权类型、上市公司信息公告记录来自CSMAR数据库。公司主要盈利指标、分红记录、杠杆率、账面价值以及其它财务报表数据皆来自WIND数据库。样本的选取范围为中国A股上市公司2007年～2010年的季度数据。为了估计的稳健性，我们将深市创业板上市公司、金融行业上市公司、停盘以及财务数据缺失记录的样本剔除。
本文主要考察的变量有股价特质性波动、公司信息披露频率。股票特质性波动率主要有
两种算法。我们以日回报率为观测值按年使用Durnev，Morck，Yeung和Zarowin（2003）的模型进行回归：
rj，t=？茁j，0+？茁j，1rm，t+？茁j，2rm，t-1+？茁j，3ri，t+？茁j，4ri，t-1+？着j，t
其中，rj，t为t日公司j考虑现金红利再投资的日个股回报率，rm，t（rm，t-1）为t（t-1）日沪深两市A股经个股流通市值加权所得的周回报，ri，t（ri，t-1）为t（t-1）日公司j所在行业经个股流通市值加权所得的周回报，？着j，t为回归所得残差。对所得的回归残差值按季度求标准差即得公司j在该年的股价特质性波动，记为C_IV。
关于Zhang（2010）的方法，我们首先要计算A股市场每日的Fama-French三因子MKT，SMB和HML，然后使用如下模型按季度进行回归：
rj，t-rt=？茁j，1MKTt+？茁j，2SMBt+？茁j，3HMLt+？着j，t
其中，rj，t为t日公司j考虑现金红利再投资的周个股回报率，rt为当年无风险利率，我们使用日银行定期存款利率替代，MKTt、SMBt和HMLt季度内为t日的Fama-French三因子，？着j，t为回归所得残差。对所得的回归残差值按年季度求标准差即得公司j在该季度的股价特质性波动，记为FF3_IV。
公司的信息透明度主要包括信息披露的质量和信息披露的数量两方面。信息披露的质量指的是披露信息[第一论文网专业提供代写论文和论文代写发表服务，lunwEN.1kejiAN. c om欢迎您的光临]的准确性以及及时性。信息披露的数量指的是公司信息披露的范围。我们借鉴汪炜和蒋高峰（2004）中关于构建测度信息披露数量的方法，统计了CSMAR‘上市公司研究系列’数据库中，2007年～2010年每家上市公司每季度的财务公告、业绩预告以及变更公告、股权激励公告、配股、分红和增发公告、大宗交易公告、高管违规和证监会处罚公告、关联交易公告、资产配股公告、银行贷款公告记录。每条记录记为1分，我们将每季度每个公司所有的公告记录总分记为该季度公司信息披露得分，没有记录的公司的该项得分记为0。
信息披露频率越高的公司，意味着其信息披露的范围和频率越高，信息越透明。信息披露频率记为INFOR_SCORE。其它控制变量包括：净资产收益率（ROE）、过去一年净资产收益率波动率（VROE）、公司季度末流通市值对数值（SIZE）、杠杆率（LEVERAGE）、市帐比对数值（LMB）、上市年龄（IPO_AGE）、所有权人控制类型（OWNERSHIP_TYPE）、CSMAR数据库产业分类（INDUSTRY_DUMMY）。
四、 实证结果及分析
我们在本小节中以信息披露得分作为公司信息透明度的测度来检验假设命题。实证检验的模型为：
IVi，t=C+？茁0INFOR_SCORE2i，t+？茁1INFOR_SCOREi，t+？茁2EARNINGSi，t-1+？茁3V_EARNINGSi，t-1+？茁CONTROL_VARIABLSi，t-1+？茁9OWNERSHIPTYPE+？茁INDUSTRYDUMMY+？茁TIMEdummy+？着i，t
回归估计所得的结果如表1所示。基于表1，可以证实我们模型的假定条件以及模型的命题。第一，从表1 的前两个模型，我们可以看到，公司上期的信息披露质量与当期的特质性波动率呈现显著的负相关性，即公司上期的信息披露质量提高1个百分点，当期的股票收益的特质性波动的收益率降低0.46到1.4个百分点。这是因为，上期的信息披露数量多，公司在上期关于未来盈利的没有被预期到的信息释放越多。在本期时，上期留下来的未披露
信息少，因此，在保持其他条件不变时，股票的特质性波动小。第二，从表1的中间两个模型中，我们可以看到，在保持上期信息披露质量不变时，本期的信息披露数量越多，则公司股价的特有波动率越大。第三，从表1的最后两列中，我们可以看到，信息披露得分的二次项为显著正，表明股票收益的特质性波动率与公司的信息透明度呈现U 型关系。即在某个区域，公司的信息透明度越低，股票收益的特质性波动越大；而在另一个区域，公司的信息透明度越高，股票收益的特质性波动越大。当公司的信息披露质量比较低时，投资者可以通过内部人交易以及信息挖掘等途径获得更多的公司特有信息反映在公司股价中，造成较高的特质性波动率。公司的信息披露质量较高时，公司股价中含有更高的特有信息，因此股价的特有波动率越高。第四，从表1所有权人控制类型可以看出，民营控股上市公司股价特质性波动性高于国有控股上市公司，表明治理好的企业，信息更易被投资者获得，因而股价特质性波动率更高。这支持了假设3。
本节的研究表明，股票收益的特质性波动率是公司特有信息在股票价格中的反应。但股票收益的特质性波动率的高低与公司的信息透明度之间并不是简单的线性关系，公司的信息透明度过过或者过低都会导致较高的特质性波动率。
五、 结论
本文研究了股价特质性波动与公司信息透明度的关系。我们首先证明了股价特质性波动与公司信息透明度之间的U型关系，解决了现有文献的矛盾。我们的模型和实证结果都支持公司治理与股价特质性波动率的正相关性。
本文的意义集中在以下三点：第一，我们解决了之前文献中股价特质性波动与公司信息披露关系的矛盾，进而支持了股价特质性波动是股票价格信息含量的测度的结论。其次，我们认为股价特质性波动是公司未被市场预期到的特质信息在股价中的反应。未被投资者预期到的信息的不同来源导致了两者的U型关系，也[第一论文网专业提供代写论文和论文代写发表服务，lunwEN.1kejiAN. c om欢迎您的光临]赋予股价特质性波动更深刻的含义。股价特质性波动并非特质性风险的简单表述。如果股价特质性波动主要由公司披露的未被投资者预期的信息所导致，则我们可以认为其股票价格信息含量越高，因而其特质性风险越小，投资者所要求的未来回报会降低，进而会产生“股价特质性波动率之谜”；如果股价特质性波动由被投资者探测的未披露的信息所致，投资者会认为公司的特质性风险大，进而在未来要求更高的投资回报，因此，特质性波动率越高的公司，股票未来收益越高。第三，我们在理论上证明了股价特质性波动与公司未披露信息被探测的容易程度的正相关性。这也意味着较高的公司治理效力和较低的信息收集成本将有助于提高股票价格的信息含量。
参考文献：
1. Dasgupta， S.； J.Gan； and N.Gao. “Transp- arency， Price Informativeness， and Stock Return Synchronicity：Theory and Evidence.” Journal of Financial and Quantitative Analysis，2010，（45）：1189-1220.
2. Ferreira， M.A.， Laux， P.A.， Corporate gov- ernance， idiosyncratic risk， and information flow. Journal of Finance，2007，（62）：951-989.
3. Jin， Li， and Stewart Myers， R2 around the world： New theory and new tests， Journal of Financial Economics2006，（25）：257-292.
4. Roll， Richard， R2 Journal of Finance，1988，（25）：541-566.
5. Zhang chu， “A Reexamination of the Causes of Time-Varying Stock Return Volatilities”， Jo- urnal Of Financial And Quantitative Analysis，2010，45（3）：663-684.
6. 汪炜，蒋高峰.信息披露、透明度与资本成本.经济研究，2004，（7）.
7. 徐晓东，陈小悦.第一大股东对公司治理、企业业绩的影响分析.经济研究，2003，（2）.