999精品在线视频,手机成人午夜在线视频,久久不卡国产精品无码,中日无码在线观看,成人av手机在线观看,日韩精品亚洲一区中文字幕,亚洲av无码人妻,四虎国产在线观看 ?

上市公司信用評(píng)級(jí)與股票收益率關(guān)系實(shí)證分析

2012-09-13 08:21:20孫茂輝李粟皎
當(dāng)代經(jīng)濟(jì) 2012年1期
關(guān)鍵詞:模型

○孫茂輝 李粟皎

(上海師范大學(xué) 上海 200234)

一、引言

有研究發(fā)現(xiàn),信用風(fēng)險(xiǎn)與未來(lái)的股票收益呈負(fù)相關(guān)性,這一異?,F(xiàn)象違背了之前一貫遵循的“高風(fēng)險(xiǎn)高收益、低風(fēng)險(xiǎn)低收益”原則。

Dichev(1998),Griffin 和 Lemmon(2002),Campbell(2008)等學(xué)者所做的研究表明,信用風(fēng)險(xiǎn)和未來(lái)的股票收益之間呈負(fù)相關(guān)性?!靶庞蔑L(fēng)險(xiǎn)—收益”這種負(fù)相關(guān)關(guān)系似乎是一種異常模式,因?yàn)橥顿Y者在做出投資決策時(shí)通常對(duì)于所承擔(dān)的風(fēng)險(xiǎn)會(huì)支付一筆費(fèi)用。

Dichev和Piotroski(2001)研究發(fā)現(xiàn)低信用質(zhì)量的公司在信用評(píng)級(jí)降級(jí)之后業(yè)績(jī)表現(xiàn)會(huì)變差,他們把這一現(xiàn)象的原因歸結(jié)于對(duì)市場(chǎng)的反應(yīng)不足。Griffin和Lemmon(2002)發(fā)現(xiàn)業(yè)績(jī)不佳且高信用風(fēng)險(xiǎn)的公司也有低的賬面市值比,他們認(rèn)為這種現(xiàn)象的原因可能是錯(cuò)誤定價(jià)。Campbell等學(xué)者(2008)顯示的證據(jù)表明“壓力效應(yīng)”在小規(guī)模、流動(dòng)性不好的股票中更明顯。另外,Garlappi等學(xué)者(2008)研究沒(méi)有發(fā)現(xiàn)“信用風(fēng)險(xiǎn)—收益”之間存在異常的負(fù)相關(guān)關(guān)系。

Doron Avramov等學(xué)者(2009)針對(duì)“信用風(fēng)險(xiǎn)—收益”之間是否存在負(fù)相關(guān)關(guān)系做了進(jìn)一步的研究,Doron Avramov對(duì)橫截面不同信用評(píng)級(jí)公司與股票收益率相關(guān)關(guān)系進(jìn)行研究,同時(shí)對(duì)公司評(píng)級(jí)的動(dòng)態(tài)變化對(duì)股票收益率的影響做了深入分析。研究表明,在信用評(píng)級(jí)下降時(shí),信用風(fēng)險(xiǎn)對(duì)股票收益率影響較為顯著,而在信用評(píng)級(jí)穩(wěn)定或上升時(shí)信用風(fēng)險(xiǎn)對(duì)股票收益率影響不明顯,在信用評(píng)級(jí)下降的前后3個(gè)月內(nèi),信用風(fēng)險(xiǎn)和股票收益率之間存在顯著的負(fù)相關(guān)關(guān)系。

二、理論模型與研究方法

Fama和 French(1993)通過(guò)引入市值因子(SMB)、賬面市值比因子(HML)建立一個(gè)三因素模型來(lái)解釋股票的收益率。均衡定價(jià)模型表示為:

其中,Rit表示股票i在時(shí)間t的收益率,Rft表示時(shí)間t的無(wú)風(fēng)險(xiǎn)收益率,Rmt表示時(shí)間t的市場(chǎng)收益率,E(Rmt)-Rft表示市場(chǎng)風(fēng)險(xiǎn)溢價(jià),SMBt為時(shí)間t的市值(Size)因子的模擬組合收益率,HMLt為時(shí)間t的賬面市值比(book-to-market)因子的模擬組合收益率。

以上述三因素模型為基礎(chǔ),本文利用同一時(shí)間區(qū)間不同股票的橫截面數(shù)據(jù),構(gòu)建一個(gè)四因子模型來(lái)研究所選取上市公司的市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)(RATING)、公司規(guī)模(Size)和賬面市值比與上市公司股票收益率之間的關(guān)系,回歸模型構(gòu)建如下:

模型中的RATINGit表示股票i在時(shí)間t的信用評(píng)級(jí)等第。在接下來(lái)的實(shí)證分析中,我們將把信用評(píng)級(jí)等第轉(zhuǎn)換為常規(guī)的數(shù)值。我們規(guī)定1代表AAA級(jí),22代表D級(jí)。因此,數(shù)值越高反映的信用風(fēng)險(xiǎn)越高。信用評(píng)級(jí)轉(zhuǎn)換為數(shù)值10或更低的(即信用評(píng)級(jí)為BBB-級(jí)或更好)被認(rèn)為是投資等級(jí),而轉(zhuǎn)換為數(shù)值11或更高的(即信用評(píng)級(jí)為BB+級(jí)或更差)一般被標(biāo)記且不被認(rèn)為是投資等級(jí)。E(Rmt)-Rft表示市場(chǎng)風(fēng)險(xiǎn)溢價(jià),Sizet代表時(shí)間t時(shí)上市公司規(guī)模,BMt表示時(shí)間t時(shí)上市公司的賬面市值比,α、β、γ、δ分別是四個(gè)因子的系數(shù)。

本文所選取上市公司的信用評(píng)級(jí)數(shù)據(jù)是年度數(shù)據(jù),但是對(duì)于股票收益率數(shù)據(jù)是采用月度收益率,因?yàn)楣善眱r(jià)格波動(dòng)頻繁,如采用年度收益率將無(wú)法實(shí)際反映股票收益率的變化。運(yùn)用四因素模型對(duì)于每個(gè)月的數(shù)據(jù)進(jìn)行回歸。收益率的計(jì)算如(3)式,Pt為當(dāng)期月底最后一天收盤(pán)價(jià),Pt-1為上一期月底收盤(pán)價(jià)。上市公司規(guī)模以市場(chǎng)價(jià)值指標(biāo)來(lái)衡量,股價(jià)選取月度股票平均價(jià)格,在實(shí)證分析的回歸模型中,此數(shù)值取對(duì)數(shù),即LN(Size),見(jiàn)(4)式。(5)式中賬面市值比是市值與股東權(quán)益的比率,在實(shí)證分析的回歸模型中,此數(shù)值取對(duì)數(shù),即LN(BM)。Rm即上證指數(shù)及深圳成指月度收益率,Rf選用一年期存款基準(zhǔn)利率。

三、實(shí)證分析

1、數(shù)據(jù)來(lái)源與處理。本文選取國(guó)內(nèi)110家上市公司自2007年9月至2008年12月、2009年6月至2010年9月(共32個(gè)月)的月收盤(pán)價(jià)數(shù)據(jù)、流通股總股數(shù)、流通股換手率以及成交量、上證指數(shù)2007年9月至2010年9月月度收益率均來(lái)自于銳思金融研究數(shù)據(jù)庫(kù)。所選取的所有收盤(pán)價(jià)格都大于1,這是為了保證實(shí)證分析的結(jié)果不受過(guò)低估價(jià)和流動(dòng)性極不好的股票的影響。

110家上市公司股東權(quán)益合計(jì)數(shù)來(lái)自于2007—2010年樣本公司的各年度財(cái)務(wù)報(bào)表。上市公司信用評(píng)級(jí)數(shù)據(jù)來(lái)自于新華財(cái)經(jīng)有限公司資信評(píng)級(jí)網(wǎng)站以及新華遠(yuǎn)東中國(guó)評(píng)級(jí)網(wǎng)站,信用評(píng)級(jí)選取的是信用評(píng)級(jí)公司對(duì)上市公司的主體評(píng)級(jí)。1998年之前,主體信用評(píng)級(jí)是在公司高級(jí)貨幣交易債務(wù)基礎(chǔ)之上的,而1998年之后,信用評(píng)級(jí)主要是以上市公司未償債務(wù)的整體質(zhì)量以及償債能力為基礎(chǔ)的。另外,它沒(méi)有考慮保證人、保險(xiǎn)人的信用水平或其他可以增強(qiáng)債務(wù)信用的形式等因素。

2、實(shí)證分析與討論。根據(jù)本文所構(gòu)造四因素定價(jià)模型,將2007年 10月、12月,2008年 6月、8月、9月、10月,2009年 6月,2010年4月實(shí)證結(jié)果歸納在表1、表2和表3中。

從實(shí)證分析結(jié)果來(lái)看,部分時(shí)間段內(nèi)信用風(fēng)險(xiǎn)因子(RATING)對(duì)股票收益率的解釋力并不是很強(qiáng),但是我們會(huì)發(fā)現(xiàn)股票收益率與信用風(fēng)險(xiǎn)因素在有些時(shí)間段內(nèi)呈現(xiàn)負(fù)相關(guān)關(guān)系,這與之前金融經(jīng)濟(jì)學(xué)中普遍認(rèn)為的“高風(fēng)險(xiǎn)—高收益”準(zhǔn)則相違背,即信用風(fēng)險(xiǎn)低的上市公司在未來(lái)得到的收益反而比信用風(fēng)險(xiǎn)高的上市公司高,股票收益率與信用風(fēng)險(xiǎn)呈反向變動(dòng)。

第一,從表1中的各個(gè)數(shù)據(jù)來(lái)看,在我們實(shí)證分析研究的時(shí)間段里,2007年9月至2010年9月各年的α平均值都小于零,2007年為 -0.001,2008年為 -0.0052,2009年為 -0.01,2010年為-0.0056。說(shuō)明樣本數(shù)據(jù)包括的110家上市公司里出現(xiàn)了股票收益率與信用風(fēng)險(xiǎn)呈負(fù)相關(guān)性的現(xiàn)象。表3中的β值反映了市場(chǎng)風(fēng)險(xiǎn)因素的回歸系數(shù),顯而易見(jiàn),其均值都大于零。

第二,從表2中選取的2007年10月、12月,2008年6月、8月、9月、10月,2009年6月,2010年4月這8個(gè)月的數(shù)據(jù)來(lái)看,α值小于零,在5%的顯著性水平下,|t|>1.96,P值小于0.05,說(shuō)明此時(shí)解釋變量信用風(fēng)險(xiǎn)因素對(duì)股票收益率有解釋能力,而且還充分說(shuō)明這8個(gè)月上市公司的股票收益率與其信用風(fēng)險(xiǎn)呈負(fù)相關(guān)性。

第三,從圖1中可以發(fā)現(xiàn),對(duì)2008年每個(gè)月及2009年后7個(gè)月進(jìn)行回歸得到的系數(shù)α值在-0.024至0.0077之間,且波動(dòng)幅度較大。對(duì)于一些正的α值,由于其統(tǒng)計(jì)量檢驗(yàn)不顯著,無(wú)法拒絕原假設(shè),所以這時(shí)的信用風(fēng)險(xiǎn)因素就對(duì)股票收益率不具有解釋能力,也無(wú)法準(zhǔn)確得到股票收益率與信用風(fēng)險(xiǎn)之間是否符合一般所認(rèn)為的“高風(fēng)險(xiǎn)—高收益”準(zhǔn)則。

表1 α最大值、最小值、平均值

表2 β最大值、最小值、平均值

表3 信用風(fēng)險(xiǎn)回歸系數(shù)

圖1 2008年及2009年信用風(fēng)險(xiǎn)回歸系數(shù)折線(xiàn)圖

四、結(jié)論

本文研究發(fā)現(xiàn)在考察期內(nèi)部分時(shí)間段上市公司股票收益率與信用風(fēng)險(xiǎn)之間存在著負(fù)相關(guān)關(guān)系,雖然負(fù)相關(guān)性在實(shí)證分析中絕大多數(shù)情況下不會(huì)發(fā)生,但我們也沒(méi)有得到股票收益率與信用風(fēng)險(xiǎn)之間存在“高風(fēng)險(xiǎn)—高收益”這樣的正相關(guān)性。

我們按照上市公司信用評(píng)級(jí)分組,將同一信用評(píng)級(jí)的公司分為一組,可以發(fā)現(xiàn),平均公司規(guī)模隨著信用評(píng)級(jí)的降低是遞減的,信用評(píng)級(jí)最高的一組上市公司平均規(guī)模為14033.3億元,信用評(píng)級(jí)最低的那組平均市值只有107.54億元??梢钥闯?,市值規(guī)模大的上市公司較市值規(guī)模小的信用風(fēng)險(xiǎn)更低,原因可能是市值規(guī)模大的公司在盈利、經(jīng)營(yíng)等狀況良好的情況下更受投資者的信賴(lài)與青睞,它的償債能力也會(huì)更好。

出現(xiàn)信用風(fēng)險(xiǎn)與收益率呈負(fù)相關(guān)性的原因可能是目前國(guó)內(nèi)信用評(píng)級(jí)尚處于起步階段,信用評(píng)級(jí)體系不夠完善,投資者在投資決策過(guò)程中較少考慮到信用風(fēng)險(xiǎn)這一因素。另外,信用風(fēng)險(xiǎn)也受到很多因素的影響,評(píng)級(jí)公司對(duì)上市公司的主體評(píng)級(jí)主要是看未償債務(wù)的質(zhì)量和償債能力,所以評(píng)級(jí)的結(jié)果還不能完全把實(shí)際市場(chǎng)中的所有信息都包括進(jìn)去,也就增加了加入信用風(fēng)險(xiǎn)因素對(duì)股票合理準(zhǔn)確定價(jià)的難度。

本文實(shí)證分析過(guò)程中的不足是因?yàn)樗x取的樣本量少,鑒于目前國(guó)內(nèi)的信用評(píng)級(jí)公司數(shù)量有限,能查到的被評(píng)級(jí)的上市公司的數(shù)量較少,但是隨著我國(guó)今后信用評(píng)級(jí)體系的進(jìn)一步完善,信用評(píng)級(jí)將會(huì)成為反映企業(yè)經(jīng)營(yíng)狀況的重要指標(biāo)之一,也會(huì)成為投資者投資決策的參考依據(jù)。

[1]Campbell,J.Y.,Hilscher,J.,Szilagyi,J.:In search of distress risk[J].Journal of Finance,2008(63).

[2]Fama,Eugene F.:Kenneth R.French.Multifactor Explanations of Asset Pricing Anomalies[J].The Journal of Finance,1996(3).

猜你喜歡
模型
一半模型
一種去中心化的域名服務(wù)本地化模型
適用于BDS-3 PPP的隨機(jī)模型
提煉模型 突破難點(diǎn)
函數(shù)模型及應(yīng)用
p150Glued在帕金森病模型中的表達(dá)及分布
函數(shù)模型及應(yīng)用
重要模型『一線(xiàn)三等角』
重尾非線(xiàn)性自回歸模型自加權(quán)M-估計(jì)的漸近分布
3D打印中的模型分割與打包
主站蜘蛛池模板: 91精品国产一区自在线拍| 亚洲无码91视频| 欧美一级黄片一区2区| 亚洲高清无码精品| 亚洲中文在线看视频一区| 黑人巨大精品欧美一区二区区| 国产一级毛片在线| 国产精品亚洲综合久久小说| 亚洲区视频在线观看| 国产视频 第一页| 欧亚日韩Av| 亚洲IV视频免费在线光看| 日韩 欧美 国产 精品 综合| 伊人大杳蕉中文无码| 91美女视频在线观看| 久久频这里精品99香蕉久网址| 人妻无码一区二区视频| 无码精品国产VA在线观看DVD| 中文字幕免费视频| a级毛片毛片免费观看久潮| 天天躁夜夜躁狠狠躁躁88| 国产小视频a在线观看| 婷婷色婷婷| 91视频精品| 91麻豆精品视频| 欧美一级在线看| 午夜啪啪网| 亚洲日韩精品无码专区97| 青青国产视频| 日韩国产欧美精品在线| 国产乱子伦手机在线| 亚洲成人黄色在线| 国产成人亚洲毛片| 欧美国产日韩一区二区三区精品影视| 99热这里只有精品在线观看| 中文字幕一区二区视频| 久久久久免费看成人影片| 亚洲视频无码| 91丨九色丨首页在线播放| 精品国产自| 一级毛片基地| 国产亚洲精品91| 精品成人一区二区三区电影| 久久久久九九精品影院| 国产日韩丝袜一二三区| 青青青国产在线播放| 中文字幕在线一区二区在线| 日韩毛片基地| 亚洲无码精品在线播放| 麻豆精品在线视频| 高清无码一本到东京热| 日韩成人午夜| 香蕉99国内自产自拍视频| 狠狠综合久久| 国产成人精品免费视频大全五级| 国产激情第一页| 青青青草国产| 欧美色视频在线| 国产丝袜无码精品| 国产国语一级毛片| 亚洲第一黄片大全| 国产成人精品一区二区| 毛片在线看网站| 国产成人综合日韩精品无码首页 | 亚洲国产成人麻豆精品| 色婷婷综合激情视频免费看| 欧美激情伊人| 91精品国产自产在线观看| 欧美国产日韩在线| 第一页亚洲| 无码免费视频| 欧美日韩北条麻妃一区二区| 久久一本日韩精品中文字幕屁孩| 国产最爽的乱婬视频国语对白| 亚洲天堂久久久| 国产女人在线观看| 激情视频综合网| 日本欧美在线观看| 91免费国产在线观看尤物| 欧美色综合网站| 精品人妻一区无码视频| 中文字幕丝袜一区二区|