零回报天数和信息含量的指标

开篇：润墨网以专业的文秘视角，为您筛选了一篇零回报天数和信息含量的指标范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

【摘要】 Ashbaugh-Skaife,Gassen and LaFond(2005)提出零回报天数比例作为价格中信息含量指标。文章运用中国证券市场上的数据,分别使用了Durnev 等 (2003)的方法考察了零回报天数比例作为价格中信息含量的指标,结果不支持零回报天数比例作为价格中信息含量的指标。

【关键词】 信息含量;零回报天数;同步性

一、引言

发育良好的证券市场能利用上市公司股票价格的信息传递功能合理优化资源配置,进而促进国民经济快速发展(Rajan and Zingales,1998;Beck,Levine and Loayza,2000)。股票价格要发挥这种引导资源配置的作用,必须要正确反映公司层面的基本面信息。考虑到市场层面,行业层面的信息也会影响到股票收益,R平方被认为是关于股票价格信息含量的一个指标并且被广泛应用。R平方越小,股价中包含的信息量越多。(Morck,Yeung and Yu,2000; Durnev等,2003;Jin and Myers,2006;Wurgler,2006)。但是也有很多研究对R平方和价格中包含信息量的关系提出了一个相反的看法:价格的非同步性是和不好的信息环境联系在一起的(Ashbaugh-Skaife 等,2006;Kelly,2005等)。而Lee and Liu (2006)协调了这两种看法,表明了价格的非同步性和价格的信息含量之间有一个U型的关系。

Ashbaugh-Skaife,Gassen and LaFond(2005),提出了零回报天数比例作为价格中信息量的一个指标,即相对于前一天的回报为零的天数在交易总天数的比重。他们提出采用零回报天数比例的原因如下:关于一个公司的新的信息的到来可能产生对公司未来现金流的新的不确定性,如果信息信号的价值不足以超过交易成本的话,投资者不会交易 (Lesmond et al.1999),如果投资者不交易,则零回报就产生了。因此,可以采用零回报的天数作为衡量价格中信息多少的一个指标。他们发现零回报天数比例和R平方的Pearson 和 Spearman相关系数一致的为负。他们发现,公司交易越少,零回报天数越多,关于下一期盈余的信息更少的体现到回报中,所以零回报天数比例是一个更好的关于价格中包含信息的指标。本文利用中国市场的数据主要考察了零回报天数比例是否能作为价格中信息含量的指标。

二、价格中信息含量

根据Collins,Kothari, Shanken and Sloan(1994)以及Durnev等(2003),采用未来盈余反应系数(future earnings response coefficient)和未来盈余增加解释力(future earnings incremental explanatory power)来作为股票价格中包含信息的指标。

Durnev等 (2003) 估计了下列的方程:

三 、样本选择和实证

(一)数据、样本选择和方法

为了和本文的其它部分一致,笔者采用中国A股市场上从2001到2005年的非金融上市公司作为样本。数据从色诺芬数据库取得。因为数据量的限制,采用季度数据。采用GICS分类标准,取该分类标准的前两位数字,去除号码为40的金融行业,去除掉行业内公司数目少以致于无法估计价格中信息含量的行业――季度观测值,得到了136个行业――季度观测值。为了降低异常值(outlier)的影响,当Et (每股盈余的变化除以本期初的价格)大于1(或者小于-1)的时候, 将其改为1(或者-1)。

这部分的目的是为了考察零回报天数比例和价格中包含信息之间的关系。笔者采用Durnev等(2003)的行业内配对方法(industry-matched-pairs methodology),在行业内部对高低零回报天数比例的公司配对,这样就集中于考察行业内部的零回报天数比例的变化以及股票价格中信息含量的变化。每一对公司包含高低零回报天数比例的公司,而这些公司在其它方面是类似的。结合Fama and MacBeth(1973)的方法,用前一时期的零回报天数比例进行排序,取得高零回报天数比例和低零回报天数比例部分,然后在后一时期对前一时期得到的高低零回报天数比例部分计算一些指标,进行回归,具体的方法如下:

第一步,每个季度的前一季度t-1在每个行业内选择30%的最高零回报天数比例和30%的最低零回报天数比例的公司,分别称之为Hi和Li。

第二步,在该季度t中,在每个行业内,用前一季度得到的Hi和Li来估计上面提到的FERCiH,FERCiL和FINCiH,FINCiL,并取Hi和Li行业之差。

FERCi,tFERCi,tH-FERCi,tL,FINCi,tFINCi,tH-FINCi,tL

然后,对Hi和Li里公司t期的零回报天数比例进行简均。

(三) 控制变量

除了价格中的信息量, FERC 和 FINC也受到其它因素的影响,例如,盈余时效性(earnings timeliness)和盈余波动(earnings volatility)。虽然行业内配对的方法减轻了一些控制问题,但是一些因素仍然作为外生变量存在,必须对其控制。具体包括:

1.估计信息指标的公司数目I。如果估计信息指标的公司数目多,估计得会更精确。所以对于一些行业,估计得FERC和FINC更为精确(更少的度量误差),而对另外一些不够精确(更多的度量误差),而FERC 和FINC的度量误差不同会产生计量问题,因此要引入估计信息指标的公司数目作为一个控制变量,这在Durnev等(2003)中有所说明。

2.公司的规模S。Freeman (1987),Collins,Kothari,and Rayburn(1987)和 Collins and Kothari (1989)发现,大公司的回报会比小公司的回报更及时地包含盈余的信息,并且,小公司比大公司更可能是成长性公司,它们的盈余实现会比大公司更加远。这些可能会导致公司的规模和采用的FERC和FINC指标的负向关系,因此必须对其控制。采用该公司该季度初的总市值作为规模的指标,(如果没有数据,采用该季度第一个可得的数据),然后分别计算在H和L中样本总市值的平均值,再计算之差作为一个控制变量。这在Durnev等(2003)中有所采用。

3.盈余波动SDE。盈余波动越大,则越难预测。因此,具有波动性大的盈余的公司应该有更弱的现期股票收益和未来盈余的关系(更低的FERC和FINC)。为了控制这个问题,笔者计算了在整个样本区间的每股盈余变化(E)的标准差,然后计算不同时期的H和L的平均,再相减,得到的差值作为控制变量,即 SDE。这在Durnev等(2003)中有所采用。

4.上个季度股票收益PRET。Basu (1997) 表明了现期的年度股价收益的符号可以作为公司是公布好消息还是坏消息的一个变量。一般公认会计原则 (GAAP)的稳健性原则 (conservatism )表明了坏消息比好消息更及时地进入了盈余,所以具有好消息的公司应该有更强的现期股票收益和未来盈余的关系。这里计算了上个季度股票收益PRET,然后计算不同时期的H和L的平均,再相减,得到的差值作为一个控制变量,这在Durnev等(2003)中有所采用。

(四)实证结果

表1显示了主要变量的观测值、平均值、标准差、最大值和最小值。可以看出,ZH的平均值比ZL大,这和我们的H和L的定义一致。FERCH比FERCL大,FINCH比FINCL大,这是不符合预测的。因为零回报天数比例越大, 交易越少, 通过交易而体现出的信息量就越少, 价格中包含的信息量越少。但是因为现在尚未控制一些行业和时间的固定效应,所以下结论为时过早。同时可以看到ZH和ZL都很小,这和Ashbaugh-Skaife,Gassen and LaFond(2005)用国际的数据不太相同。(见表1,表2)

在表2中,显示了主要变量的相关系数, 可以看出零回报天数比例的差值和两个信息指标差值的相关系数为正,这和预测不相符合。

本文主要考察零回报天数比例和价格中包含的信息量是否有关。表3报告了结果。

Panel A的因变量是FERC的H和L的差值,Panel B的因变量是FINC的H和L的差值。第一行的自变量仅仅是H和L的零回报天数比例之差,后面加入了公司的规模,每股盈余变化的标准差,估计信息指标的公司数量和上一期的股票收益率。这里采用了前面提到的行业内配对(Industry Match-Pairing Approach),根据上一时期的零回报天数比例排列得到H和L,在一个行业内得到H和L的变量的平均差,再进行回归。第一,第二个回归包括了时间效应,后面的回归包含了时间和行业效应。最后一列显示了进行行业和时间聚类(clustered)的标准差,对异方差和自相关进行调整。可以看出,零回报天数比例差距前的系数都不显著,有正有负。这不支持零回报天数比例作为价格中信息多少的指标。

四、总结

发育良好的证券市场能利用上市公司的股票价格的信息传递功能合理优化资源配置,进而促进国民经济快速发展。股票价格要发挥这种引导资源配置的作用,必须要正确反映公司层面的基本面信息。价格中信息含量的多少对于投资者资产配置,对于整个经济资源配置如何都起着很大的作用。Durnev等(2003)采用未来盈余反应系数(future earnings response coefficient)和未来盈余增加解释力(future earnings incremental explanatory power)来衡量价格中的信息含量,他们的结果支持R平方作为价格中的信息含量的指标。而Ashbaugh-Skaife,Gassen and LaFond(2005)提出了零回报天数比例作为价格中信息量的一个指标,即相对于前一天的回报为零的天数在交易总天数的比重作为价格中信息含量的指标:零回报天数越多,价格中信息含量越少。本文运用中国证券市场上2001年到2005年的数据,使用了Durnev 等(2003)方法,考察了零回报天数比例能否作为价格中信息含量的指标,结果不支持零回报天数比例作为价格中信息多少的指标,这也对新的衡量价格中信息含量的指标提出了要求。

【参考文献】

[1] 许年行,洪涛,徐信忠,吴世农.股价同步性代表定价效率的高低吗――来自我国股市惯性策略和反转策略的证据[D]. 工作论文.

[2] 李增泉.所有权结构与股票价格的同步性――来自中国股票市场的证据[J].中国会计与财务研究,2005,7(3):57-100.

[3] 游家兴,张俊生,江伟.制度建设、公司特质信息与股价波动同步性[J].经济学季刊,2006,6(1).

[4] 王亚平,刘慧龙,吴联生.信息透明度,机构投资者与股价同步性[D].工作论文.

[5] Ashbaugh-Skaife, H., Gassen, J., LaFond, R., 2006, Does Stock Price Synchronicity Represent Firm-specific Information? The International Evidence, Working paper, University of Wisconsin Madison, Humboldt University Berlin, and Massachusetts Institute of Technology.

[6] Basu, S., 1997, The Conservatism Principle and the Asymmetric Timeliness of Earnings, Journal of Accounting and Economics 24(1997):3-37.

[7] Beck, T., Levine, R., Loayza, N., 2000, Finance and the Sources of Growth, Journal of Financial Economics, 2000, 58(1/2):261-300.

[8] Collins, D.W., Kothari, S.P. , Rayburn, J., 1987, Firm Size and the Information Content of Prices With Respect to Earnings, The Journal of Accounting and Economics 9:111-138.

[9] Collins, D.W., Kothari, S.P., 1989, An Analysis of Intertemporal and Cross-Sectional Determinants of Earnings Response Coefficients, Journal of Accounting and Economics 11(1989):143-81.

[10] Collins, D.W., Kothari, S.P., Shanken, J., Sloan,R.,1994, Lack of Timeliness and Noise as Explanations for the Low Contemporaneous Return-Earnings Association, Journal of Accounting and Economics 18(1994):289-324.

[11] Durnev, A., Morck, R., Yeung, B., Zarowin, P., 2003, Does greater firm-specific return variation mean more or less informed stock pricing,Journal of Accounting Research 41, 797-836.

[12] Fama., E., MacBeth, J.D., Risk, Return and Equilibrium: Empirical Test, Journal of Political Economy, Vol.81,No.3, (May-Jun.,1973),pp.607-636.

[13] Freeman, R., 1987, The Association Between Accounting Earnings and Security Returns for Large and Small Firms, The Journal of Accounting and Economics 9: 195-228.

[14]Jin, L., Myers, S. C., 2006, around the world: New theory and new tests, Journal of Financial Economics 79, 257-292.

[15]Kelly, P. J., 2005, Information efficiency and firm-specific return variation, Working paper, Arizona State University.

[16] Lee, D. W., Liu, M. H., 2006, Does More Information in Stock Price Lead to greater or smaller idiosyncratic return volatility? Working paper, University of Kentucky.

[17]Lesmond, D., Ogden, J., Trzcinka, J., 1999, A New Estimate of Transaction Costs, The Review of Financial Studies. 12: 1113-1141.

[18] Morck, R., Yeung, B., Yu, W., 2000, The Information Content of Stock Markets: Why do Emerging Markets Have Synchronous Stock Price Movements? Journal of Financial Economics 59, 215-260.

[19] Rajan, R., Zingales, L., 1998, Financial Dependence and Growth, American Economic Review, 1998, 88(3):559-586.

[20] Wurgler, J., 2000, Financial Markets and the Allocation of Capital, Journal of Financial Economics, 58, 187-214.