個股股價崩盤風險文獻綜述

【摘 要】 股價發生崩盤會沖擊到企業、投資者以及市場，不僅社會各界關注，也是學界研究的熱點。本文對個股股價崩盤風險相關研究進行梳理，對關于股價崩盤風險的成因、度量方法以及影響因素進行綜述，并據此做出小結，指出當前研究的局限性和空白。

【關鍵詞】 壞消息隱藏假說 負收益偏態系數 收益上下波動比率

一、前言

我國的資本市場相較于西方成熟的資本市場，依然存在較為嚴重的暴漲暴跌問題。而股票市場的暴跌比暴漲更頻繁。暴跌會給股票市場的穩定、投資者的利益、資本市場的信心帶來巨大的沖擊，所以相關研究也一直是學界關注的焦點。

早期學者大多是聚焦于市場層面的股市崩盤，Chen等（2001）較早地利用其構建的度量個股股價崩盤風險的變量，開始了企業層面的股價崩盤風險研究，但并未能進一步解釋股價崩盤風險產生的機制，直到Jin和Myers（2006）提出了“壞消息隱藏假說”，該假說奠定了個股股價崩盤的基礎理論。此后涌現出大量基于這兩篇文獻成果的股價崩盤風險研究，使得股價崩盤風險的研究得到了巨大推動。

二、股價崩盤風險的成因和度量

（一）股價崩盤風險的成因

Jin和Myers（2006）提出的“壞消息隱藏假說”，形成了一個與各關于市場層面的股價崩盤形成機理不同的解釋路徑，該假說根據委托代理理論從個股層面闡述了股價崩盤風險的成因，并得到了廣泛的認可。后續學者的研究也支持了這一假說。

該假說認為在信息不透明的企業里，由于內外信息不對稱，風險會從外部轉移到內部，而企業經理人是存在機會主義行為的，經理人會出于一些目的而隱藏企業的壞消息不被披露，但實際上企業和經理人能夠隱藏的壞消息都是有限的，當壞消息被持續隱藏并且不斷地積累，就會達到并超過經理人和企業能隱藏的極限，此時經理人就無法繼續隱藏，那么所有被隱藏的壞消息就會釋放到市場上。投資者們接受到信息后就會大量拋售股票從而導致股價急劇下跌，甚至崩盤。

（二）股價崩盤風險的度量

Chen 等（2001）提出了兩個度量個股股價崩盤風險的變量：一個是負收益偏態系數，用六個月內股票日收益的偏態系數再乘負一計算得到。其基本原理是當股票存在崩盤風險時其收益分布不是呈正態的，而是向左偏的;另一個是收益上下波動比率，將六個月內股票日收益按高于和低于平均值分為兩組，低于平均值收益的樣本方差除以高于平均值收益的樣本方差，再將其結果取對數得到。這個變量中極端值對結果的影響較小，但同樣能反映股票收益分布的偏離程度。

但上述變量沒有得到廣泛的認可，直到Kim等（2011）使這兩個方法更加完善，不再使用6個月的日收益，而是年度特定的周收益。特定周收益由市場擴展模型殘差加一的自然對數計算而來，其中市場擴展模型用于剔除市場波動的影響，而加一取自然對數是為了使分布變得基本對稱。廣大學者更加認同這兩個度量方法，此后關于個股股價崩盤風險的研究大多借鑒他們的成果進行度量。

三、股價崩盤的影響因素

影響股價崩盤的因素眾多，可以分為企業內部因素和外部因素兩大類。

（一）內部因素

影響股價崩盤風險的內部因素大致分為以下幾類：1、企業信息質量，如信息不透明度、會計穩健性、財務報告準則等因素;2、管理層特征以及行為，如CEO過度自信、財務總監的地位、高管任期等因素;3，股東特征以及行為，如大股東數量、股權質押等因素;4、內部制度，如內部控制、期權激勵等因素;5、企業行為，如過度投資、創新投入、社會責任披露、慈善捐贈等因素。

（二）外部因素

影響股價崩盤風險的外部因素大致分為以下幾類：1、外部關注，如分析師關注、媒體關注等;2，機構投資者角度，如羊群行為、異質信念等;3、外部環境與制度，如稅收征收、融資融券、貨幣政策、高鐵開通、資本市場對外開放等。

四、總結

股市一直是社會各界關注的焦點之一，為了避免股價暴跌，不少學者對股價崩盤進行了大量研究，在理論和方法上越發趨于成熟。本文做此綜述以為進一步研究提供基礎。一是關于機構投資者對股價崩盤風險的影響無法達成共識，還有待進一步研究;二是目前相關研究大多聚焦于影響因素，有關崩盤結果的研究非常少，有待擴展。

【參考文獻】

[1] 王化成，曹豐，葉康濤.監督還是掏空：大股東持股比例與股價崩盤風險[J].管理世界，2015（02）：45-57+187.

[2] 許年行，于上堯，伊志宏.機構投資者羊群行為與股價崩盤風險[J].管理世界，2013（07）：31-43.

[3] 許年行，江軒宇，伊志宏，徐信忠.分析師利益沖突、樂觀偏差與股價崩盤風險[J].經濟研究，2012，47（07）：127-140.

[4] Kim J B ，? Li Y ，? Zhang L . CFOs versus CEOs： Equity incentives and crashes[J]. Journal of Financial Economics， 2011， 101（3）：713-730.

[5] Jin L ，? Myers S C . R2 around the world： New theory and new tests[J]. Journal of Financial Economics， 2006， 79（2）：257-292.

[6] Chen J ，? Hong H ，? Stein J C . Forecasting Crashes： Trading Volume， Past Returns and Conditional Skewness in Stock Prices[J]. NBER Working Papers， 2000， 61（3）：345-381.

作者簡介：李長仁（1993——）男，回族，重慶人，單位：重慶大學經濟與工商管理學院，學歷：碩士，應用經濟學專業，研究方向：金融