股權(quán)分置改革、股價波動和信息沖擊1

1、股權(quán)分置改革、股價波動和信息沖擊股權(quán)分置改革的金融市場微觀結(jié)構(gòu)研究視角類 別： 綜合問題類 課題研究人：張宗新、郭來生、朱偉驊、孫蘭蘭選送 單位：東北證券有限責任公司 股權(quán)分置改革、股價波動和信息沖擊股權(quán)分置改革的金融市場微觀結(jié)構(gòu)研究視角內(nèi)容提要目前學術(shù)界對股權(quán)分置改革問題的探討側(cè)重于“對價”比例的合理性及其流通股股東的權(quán)益保護，尚缺乏從金融市場微觀結(jié)構(gòu)的角度來研究上市公司股權(quán)分置改革給市場帶來的沖擊和影響。正是基于這一思考，本課題主要利用高頻數(shù)據(jù)研究上市公司股權(quán)分置改革給中國證券市場的股價波動和信息傳遞造成的沖擊。在研究過程中，課題重點利用高頻率數(shù)據(jù)測量股改信息對市場的流動性深度、換手率、速

2、度造成的沖擊。運用GARCH類模型來擬合樣本股票的波動率，以異質(zhì)波動性的變化來分析股改信息披露這一重大事件對股價異常波動的影響。在此基礎(chǔ)上，課題通過向量自回歸模型（VAR）來研究流動性、股價超額收益以及波動率之間的相互因果關(guān)系，驗證各變量變動沖擊后對本身與其它變量所產(chǎn)生的動態(tài)影響結(jié)構(gòu)，并探討信息傳遞速度對波動性等變量的沖擊影響，最后進行了脈沖響應(yīng)分析，來揭示股價超額收益、流動性指標對波動率的沖擊力度與沖擊方向。通過課題研究，我們得到如下結(jié)論：（1）股改公司的流動性隨著股改進程的推進而發(fā)生顯著變化，市場信息不對稱程度漸次降低；（2）流動性的速度、相對寬度、深度以及買賣絕對價差指標是異質(zhì)波動性顯著

3、單向Granger原因，這說明股價波動受流動性等微觀結(jié)構(gòu)因素的沖擊；（3）信息傳遞效率方面，流動性變量通過間接方式影響股價波動，其中股價與交易量之間信息傳遞效率非常高。（4）動態(tài)沖擊反應(yīng)方面，波動率、流動性的速度與寬度指標都對市場波動性造成顯著沖擊。最后，本文根據(jù)研究結(jié)論對我國上市公司股改提出相關(guān)建議：（1）強化上市公司股改的相關(guān)信息披露，提高信息透明度，減少信息非對稱程度， 切實保障流通股股東的實際利益。（2）適度加快股改進程步伐，減少股改公司預(yù)期價值不確定性對股價波動的沖擊。（3）合理引導投資者行為，避免非理性行為對市場的過度沖擊。（4）優(yōu)化證券市場微觀結(jié)構(gòu)，提升流動性速度、寬度和深度，提

4、高后股改時期中國證券市場信息傳遞效率。目 錄1. 引 言2. 股改信息對流動性、波動性沖擊的實證研究2.1研究樣本2.2研究方法2.3研究模型2.4實證檢驗結(jié)果和解析2.4.1累積平均超額收益率的動態(tài)變化趨勢2.4.2流動性指標在動態(tài)變化趨勢2.4.3波動性指標的動態(tài)變化趨勢3. 股改的信息沖擊結(jié)構(gòu)及其動態(tài)影響的實證分析3.1實證研究方法3.2 實證結(jié)果與解釋3.2.1 單位根檢驗3.2.2 Granger因果檢驗3.2.3 VAR模型與信息傳遞效率分析3.2.4 脈沖響應(yīng)分析4. 結(jié)論與建議4.1研究結(jié)論4.2相關(guān)政策建議1.引 言2005年啟動的上市公司股權(quán)分置改革，是中國證券市場解決股權(quán)

5、割裂問題的一次制度性變革。這次改革在掃除中國股市可持續(xù)發(fā)展制度性障礙的同時，將原先2/3不流通的股份釋放到市場中，這不但引生不同市場參與主體的利益格局的重新調(diào)整，更重要的是將對證券市場運行造成重大沖擊。因此，如何分析股權(quán)分置改革給中國證券市場造成的沖擊和影響，將是證券界面對的重要理論課題。對此，學術(shù)界對股權(quán)分置改革相關(guān)問題展開了積極討論。例如，陳蛇、陳朝龍（2005）運用事件研究方法解釋“股改”引發(fā)的個股價格上漲和市場下跌的股市波動現(xiàn)象，認為“股改”存在機制設(shè)計缺陷。唐國正等人（2005）從理論和實證兩個方面分析“股改”試點在保護公眾投資者權(quán)益方面的政策內(nèi)涵，應(yīng)用不對稱信息理論和行為金融學理論

6、解釋首批四個試點公司“股改”方案的公眾投資者支持率差異。盡管國內(nèi)學術(shù)界對股權(quán)分置改革問題進行了大量討論，但這些探討主要側(cè)重于股改“對價”比例的合理性及其流通股股東的權(quán)益保護，尚缺乏從金融市場微觀結(jié)構(gòu)的角度來研究上市公司股權(quán)分置改革給市場帶來的沖擊和影響。由于現(xiàn)代金融市場微結(jié)構(gòu)理論的核心在于探索股票價格過程是如何形成的，市場機制設(shè)計、不同類型交易者對市場價格的影響等是微結(jié)構(gòu)理論的重要內(nèi)容。顯然高頻數(shù)據(jù)分析是主要的研究工具，只有通過高頻數(shù)據(jù)分析才會發(fā)現(xiàn)許多市場的微結(jié)構(gòu)因素如信息流和指令流（O'Hara，1995），以及相關(guān)交易者的行為因素（Shileifer，2000）等造成市場價格產(chǎn)生波

7、動的真正原因。正是基于上述思考，本課題主要利用高頻數(shù)據(jù)研究上市公司股權(quán)分置改革給中國證券市場的股價波動和信息傳遞造成的沖擊。在本課題的研究中，我們主要結(jié)合信息流、市場流動性和股價波動性沖擊等方面，應(yīng)用市場微觀結(jié)構(gòu)理論對上市公司股權(quán)分置改革對市場沖擊與影響進行研究。在這一研究領(lǐng)域，經(jīng)典文獻主要是對信息流與流動性之間關(guān)系進行論證，而對于流動性與波動性之間的相互關(guān)系的研究卻很少。例如，Kyle(1985)首次比較系統(tǒng)地描述了做市商制度下市場流動性的主要特征，并將流動性分解為密度(tightness)，深度(depth)和彈性(resiliency)三個因素，其中密度指交易價格偏離均衡價格的程度，即寬

8、度。Harris(1990)在Kyle的基礎(chǔ)上又引入了流動性的即時性（immediacy）因素，即時性是指訂單發(fā)出到成交的時間，它反映了投資者一旦有買賣證券的愿望而能夠立即得到滿足的能力。以上所述的流動性的四個因素即構(gòu)成了我們通常所說的流動性的四維。 對于信息和流動性之間的關(guān)聯(lián)關(guān)系，Davide、Nicholas和Maureen等（1996）以紐約證券交易所(NYSE)的上市股票為研究樣本，發(fā)現(xiàn)由于面臨知情交易者的風險不同，導致各個股票的流動性呈現(xiàn)差異。知情交易比率高的股票買賣價差較大，交易不活躍，交易量小。通過回歸分析，指出流動性差的股票存在較大買賣價差的主要原因在于它們面臨更多的知情交易者

9、。Diamond、Verrecchia（1991）構(gòu)造了一個關(guān)于信息披露對股票流動性影響的模型，信息披露方式在通過對不同類型投資者作用中影響了股票的流動性。由于信息非對稱導致的逆向選擇成本使得公司股票的流動性變差，公司管理層需要加強自愿性信息披露等活動改善投資者之間關(guān)系。Hasbrouck(1991)在其使用VAR價格沖擊模型探討了信息不對稱和流動性問題，在經(jīng)驗方面驗證了兩個預(yù)測，一是信息不對稱是和買賣價差正相關(guān)的，二是信息不對稱程度是和交易的價格沖擊呈現(xiàn)正相關(guān)關(guān)系。相比而言，國內(nèi)對信息流與流動性的研究已經(jīng)開展較晚，很多學者對我國金融微觀市場結(jié)構(gòu)的流動性和股價波動性進行了研究。例如，楊朝軍，孫

10、培源（2002）利用高頻交易數(shù)據(jù)對上海股票市場的報價深度的特征進行了研究，同時對其影響因素進行回歸分析。他們采用分解方法對非對稱信息程度進行估計，發(fā)現(xiàn)我國股市中除交易量，波動性和價格水平外，信息的非對稱性是影響流動性水平的重要因素。宋逢明，唐俊（2002）構(gòu)造了中國股票市場區(qū)別于成熟資本市場的特殊信息傳導模型，發(fā)現(xiàn)中國股票市場的交易量主要是由信息傳導造成的；且中國股票市場的不同股票有不同的信息傳導機制，直接影響到中國股票的收益性、流動性。邵清靜等（2004）通過構(gòu)造一個成交量模型進行實證分析，指出中國滬深兩市大盤指數(shù)形成異常成交量的傳導方式基本一致：23左右源自于信息傳導需求，略大于13源自于

11、流動性(選股或換股)需求，而通常成交量下的流動性需求僅占18左右。相比于成熟資本市場中交易量主要是由流動性需求引起的傳導機制，信息傳導是形成我國市場交易量的重要方式。鑒于流動性的多維指標，上述文獻雖沒有在文中明確地推導出信息的流動性效應(yīng)，但都反映了信息是影響流動性的重要因素。就本課題而言，主要從信息層面考慮流動性變化的原因，即研究股改這一信息事件發(fā)布前后帶來的信息非均衡，通過影響市場中交易者的行為可能導致流動性變化。正是由于市場中交易者所獲得信息分布不均，從而在獲取流動性方面進行交易的行為存在著差異性，這樣的差異導致了股價的波動率變化。市場中波動性來源主要是（1）由于“對價”因素導致個股相對價

12、值的重估；（2）由于信息不對稱引起不同投資者之間的交易博弈從而引生股價波動。股改分置改革的進程將對這上述兩方面產(chǎn)生了深刻的影響，參與交易群體中知情交易者和噪音交易者之間根據(jù)自身掌握的信息對公司價值進行重估，在預(yù)期價值差異性所引起的不同交易行為以及相應(yīng)的交易量，會對股改公司甚至對同一行業(yè)中有著類似基本面的公司股價產(chǎn)生作用。即便是相同的交易量所引起的股價波動是不盡相同的，私人信息的占有不均導致了投資者不同的交易行為和委托價格與數(shù)量。而對引起重新估值的重大信息所獲得的時間和質(zhì)量不一致也將導致投資者在流動性的要求方面產(chǎn)生嚴重分歧，這也會引起投資者之間的交易博弈。課題結(jié)構(gòu)安排如下：第二部分通過研究股改信

13、息對試點公司股價波動性沖擊影響，在事件窗口內(nèi)各個流動性指標隨著股改樣本信息不對稱程度變化而變動，及其對股價波動性的影響；第三部分我們會使用時間序列通過向量自回歸模型來研究流動性、超額收益以及波動性變量之間的相互因果關(guān)系，揭示各變量變動沖擊(Impulse)后對本身與其它變量所產(chǎn)生的動態(tài)影響結(jié)構(gòu)，并探討信息傳遞速度對波動性等變量的沖擊影響；第四部分我們會總結(jié)研究結(jié)論，并對股改的提出對應(yīng)的政策建議。2.股改信息對流動性、波動性沖擊的實證研究2.1研究樣本 本文選擇第一、二批股改的45家上市公司（扣除在股東大會中被否決股改議案的清華同方）作為研究對象，研究區(qū)間為股改公告信息第一次正式公開披露前后30

14、日。市場交易高頻數(shù)據(jù)來源于北大色諾芬數(shù)據(jù)庫，其他日交易數(shù)據(jù)采自于天相數(shù)據(jù)庫。數(shù)據(jù)的處理主要采用Sas8.2編程處理和EVIEWS3.0軟件。2.2研究方法1、用廣泛使用的事件研究方法來檢驗股改信息披露前后的股價波動。令股改信息披露公告日為第0日（如果該日為非交易日，則以其隨后的第一個交易日為第0日），定義參數(shù)估計窗口為-150,-31，定義事件窗口為-30，30。2、通過測算超額收益率AR（Abnormal Return）與累積超額收益率CAR（Cumulative Abnormal Return），來衡量收益異常波動以及知情者操縱的潛在獲利情況。3、通過測算股改信息披露前后的流動性相關(guān)指標的

15、變化，來衡量流動性對股價波動的沖擊效應(yīng)。4、運用GARCH模型來擬合樣本股票的波動率，以異質(zhì)波動性的變化來分析股改信息披露這一重大事件對股價異常波動的影響。一般研究的有日間波動率與日內(nèi)波動率，對于股改，我們除了研究個股在整個股改過程的日內(nèi)波動率變化，也會考察在股改正式公告日與股改投票復(fù)牌后交易日內(nèi)由重大信息引起的波動率變化。2.3研究模型（一）超額收益率和平均累積超額收益率的計算本研究分別采用CAPM模型和市場指數(shù)收益率的直接替代法來估計正常條件下股票的期望收益率，表示第種股票在第日的收益率。選用CAPM模型來估計股票正常收益率時，有： 超額收益率定義為：其中，為第日市場證券組合的收益率；為第

16、種股票的估計值；為第種股票的估計值；為隨機誤差項。選用市場指數(shù)收益率的直接替代法來估計股票正常收益率時，取上證指數(shù)、深圳綜指分別表示滬深市場指數(shù)。市場收益率定義為：；超額收益率定義為；由于定義事件窗口為-30，30，則45個樣本第日的平均累計超額收益率CAR為：（二）流動性相關(guān)指標的計算流動性具有四個要素，又稱之為流動性的四維，即寬度，深度，彈性和即時性維度。由于四維指標在衡量流動性時可能存在彼此沖突，目前尚缺乏一個統(tǒng)一的流動性衡量指標。本研究主要基于市場價差和交易量的流動性計算方法，主要計算以下指標：1.寬度和相對寬度滬深股市買賣有多個報價，本文用“賣一”報價與“買一”報價差額的絕對值的二分

17、之一表示寬度，即定義寬度為：，其中表示賣一價，表示買一價。相對寬度就是交易價格偏離市場均衡價格的相對幅度，定義為。2.深度本研究用市場深度表示深度，定義為：，其中Vola和Volb分別是主動性買盤金額和主動性賣盤金額，單位萬元。同樣，在多個買賣報盤的情況下，用“賣一”報盤額與“買一”報盤額的平均值來表示深度。3. 速度本研究定義速度為日成交量與深度之比，即Lv =V/Depth，其中Lv即速度，V是日成交量，Depth 即深度。（三）市場異常波動率的計算為考察樣本收益率的波動情況，這里運用GARCH模型來擬合樣本股票的波動率，并考察其時序特征。廣義自回歸條件異方差（GARCH）模型對收益率波動

18、建模，可表達為：均值方程：， 是隨機干擾項。方差方程：根據(jù)上式計算得到的條件方差，代表了股票的時變的異質(zhì)波動性；而在事件研究窗口內(nèi)如果波動性出現(xiàn)異常波動，可以看作公司內(nèi)部信息對異質(zhì)波動性造成了沖擊，即信息提前泄漏；因為在正常情況下，如果沒有內(nèi)部信息沖擊，股價波動率將趨于平穩(wěn)。2.4實證檢驗結(jié)果和解析2.4.1累積平均超額收益率的動態(tài)變化趨勢我們采用CAPM模型和市場指數(shù)替代法計算了股改樣本的累計非正常收益率CAR，CAR在事件窗口期的變化趨勢如圖1和圖2所示。從圖1和圖2可明顯看出，不論是采取何種計算方法，累積平均超額收益率在公告日前5個交易日均有所上升。按照Joon Chae(2005)根據(jù)

19、公告日對披露事件的劃分，可以將公司主要事件劃分為約定時期披露的事件（包括年報，中報等）和非定期披露的事件（包括資產(chǎn)重組，突發(fā)事件），Joon實證發(fā)現(xiàn)投資者對于事件預(yù)期的不同會導致差異化的交易方式，使得量價發(fā)生不同的變化。由于全流通股改對于我國上市公司而言是非定期的重大事件，所以投資者對于管理層選擇試點個股和其方案有著不同的預(yù)期。結(jié)合圖7換手率的走勢圖，從圖2上可見CAR在公告日的前10個交易日開始顯著上升，在前5個交易日時出現(xiàn)小幅回落，在公告正式股改的前后幾個交易日前急劇上升。這表明股改方案的信息在公告前已經(jīng)提前泄漏，很可能存在由信息非均衡引發(fā)的內(nèi)幕交易，這對股價產(chǎn)生了顯著影響。在公告日后的兩

20、個交易日內(nèi)， CAR繼續(xù)快速上升，這體現(xiàn)出市場對股改信息存在一定的提前的過度反應(yīng)，在投票表決通過之前希望通過對個股重估，使得股價來吸納股改方案所賦予的重要信息。CAR持續(xù)上升到股改信息披露后的15個交易日左右，這大約是在股改方案投票通過后的復(fù)牌日，說明價格對股改信息具有吸收有效但是有些過度。股改信息的提前泄漏助推了股價波動性，由于知情交易者和流動性交易者、中小散戶之間的信息不對稱，在非約定時期股改信息披露的事件中，一旦流動性交易者發(fā)現(xiàn)存在著自己在某些信息方面的劣勢，就會暫時降低對流動性的需求，等待正式股改方案信息披露。在對各種私人信息追求的博弈中，交易量會隨著信息更新的變化而變化，所以在股改樣

21、本的換手率和深度指標走勢中會呈現(xiàn)公告日之前5個交易日內(nèi)交易量略有萎縮而后在公告日前迅速上揚。這在某個方面也反映了某些知情交易者的提前建倉的內(nèi)幕交易行為。Wang（1994）提出的萬戈模型中就考察了信息不對稱對價量的影響，由于信息不對稱越高，非知情交易者面臨的逆選擇的問題越大，為了減少不必要的損失，他們會盡量避免交易。而且交易量總是與價格波動幅度呈現(xiàn)正相關(guān)，而且信息不對稱程度越高，這種相關(guān)性越是顯著。存在信息不對稱情況下，一旦信息被公開披露，這時會引起異常交易，交易量劇增。圖1：CAPM模型計算的CAR走勢 圖2：市場指數(shù)替代法計算的CAR走勢我們再對股改方案中市場積極和消極反應(yīng)的樣本進行比較檢

22、驗，由表1中對45 家樣本公司對股改信息沖擊的CAR的t檢驗可以看出，投資者對不同股改方案信息之間的反應(yīng)有著非常顯著的差異，股改對價與市場預(yù)期的不一致給市場造成的沖擊大小顯著不同。表1 樣本公司對股改信息沖擊反應(yīng)t檢驗T-Tests市場指數(shù)替代法DFt ValuePr > |t|CAR447.74 <.0001CAPM模型方法DFt ValuePr > |t|CAR44 4.80<.00012.4.2流動性指標的動態(tài)變化趨勢在這一部分，我們將研究由于對信息占有的差異所導致投資者流動性需求的不同產(chǎn)生的影響，以及股改信息對我國證券市場到底會產(chǎn)生怎么樣的影響？由于信息不對稱的

23、存在使得投資者對流動性需求差異化，那么他們之間的交易博弈會對股價波動產(chǎn)生顯著的影響，我們將通過對我國股改樣本研究作進一步闡述。通過構(gòu)建適合我國委托驅(qū)動的微觀市場結(jié)構(gòu)的流動性指標，我們可以更好的證實我們關(guān)于流動性變化對股價沖擊的預(yù)測。在這里我們選擇了Mewide、Merewide、Depth、Lv和Turnover指標分別是流動性寬度、相對寬度、深度、速度與換手率流動性指標，這些指標基本涉及到了價格變化、委托數(shù)量和時間因素三個重要尺度。關(guān)于流動性相關(guān)指標在事件窗口內(nèi)的變化，見圖3至圖7。表2 流動性指標的描述性分析變量LVDEPTHMEWIDEMEREWIDETURNOVER ()均值221.1

24、19 3.698 0.048 0.017 2.691 中值205.734 2.786 0.014 0.004 2.306 最大值504.280 16.084 0.832 0.375 7.093 最小值128.473 1.040 0.007 0.002 0.833 標準差68.292 2.651 0.121 0.051 1.686 偏度1.423 1.954 5.066 6.081 1.015 峰度6.178 8.896 30.894 42.160 3.149 JB統(tǒng)計量46.264 127.202 2238.593 4273.655 10.537 Prob值0.000 0.000 0.000

25、0.000 0.005 為進一步說明流動性指標之間相關(guān)性，在此對流動性指標進行person檢驗（見表3）。由表3可以看出流動性指標之間在0.01水平下都有著顯著正相關(guān)關(guān)系，換手率和深度，速度存在較高的正相關(guān)性，這些是代表交易量的流動性指標之間的關(guān)系和國內(nèi)外許多實證結(jié)果是相符合的，但是換手率、深度指標和代表價差的寬度指標之間也有顯著的正相關(guān)關(guān)系，盡管相關(guān)系數(shù)較小，但是與國內(nèi)孫培源、施東暉（2002）對上海股市流動性PEARSON相關(guān)性檢驗結(jié)果有著相反的結(jié)論，這是否說明股改對流動性的影響有著自身的特性呢？我們在下文會作進一步分析。表 3 流動性指標之間的person相關(guān)系數(shù)TURNOVERDEPT

26、HMEWIDEMEREWIDELVTURNOVER1.00000.79820.33420.36170.8741Pearson雙測統(tǒng)計值.0.00000.00850.00420.0000DEPTH0.79821.00000.56420.62360.7776Pearson 雙測統(tǒng)計值0.0000.0.00000.00000.0000MEWIDE0.33420.56421.00000.97180.5511Pearson 雙測統(tǒng)計值0.00850.0000.0.00000.0000MEREWIDE0.36170.62360.97181.00000.6058Pearson 雙測統(tǒng)計值0.00420.00

27、000.0000.0.0000LV0.87410.77760.55110.60581.0000Pearson 雙測統(tǒng)計值0.00000.00000.00000.0000. 注：person相關(guān)系數(shù)在0.01水平下都通過雙測檢驗。由于從被確定為試點公司，到召開股東大會，試點公司需經(jīng)過多次停牌。股改信息含量顯得特別豐富，特別是第二批股權(quán)分置改革的42家公司公布成為股改試點公司后。因為2005年7月以后，是上市公司中報集中披露期。由于中報披露難免與股權(quán)分置改革信息披露同時出現(xiàn)在一段時間內(nèi)，這不但有利于莊家利用內(nèi)幕信息操縱股價，也不利于中小投資者做出正確的投資判斷。股改信息變化導致了對公司股價預(yù)期的變

28、化，同時不同投資者的博弈加劇了股價的波動性，對股改公司關(guān)注度大幅度提高，對其信息及時搜集加工，股票流動性增加。而判斷一個市場成熟程度的重要標準之一就是市場的流動性，即交易是否活躍，可以吸引資本順利持續(xù)流動。當時整個市場對我國全流通股改的前景如何不甚明確，由莊家或少數(shù)幾家機構(gòu)投資者聯(lián)手，利用其掌握的內(nèi)幕信息，憑借其雄厚的資金實力操縱市場上的某些股改公司的股價，從而引起股價的大幅度波動，股票流動性出現(xiàn)波段性變化。由圖3和圖4可以看出流動性相對寬度和價差寬度的變化趨勢是同步的。從兩個指標的相關(guān)系數(shù)來看，高達0.97，即兩者是高度正相關(guān)。在信息披露的公告日前第13個交易日和第5個交易日之間，寬度和相對

29、寬度經(jīng)歷了兩次陡增和回落，在圖上形成兩個波峰。在公告日前后各一天的時間內(nèi)，以寬度和相對寬度表示的買賣價差上升的幅度更大。在公告日之后大約14個交易日開始，寬度和相對寬度呈現(xiàn)小幅的波動，回落之后趨于平穩(wěn)。對于這一現(xiàn)象，我們可以從信息非均衡和市場交易機制的角度進行解釋。由于市場上存在著知情交易者和非知情交易者，在公告日前，知情交易者很可能通過某種途徑獲得私人信息，并形成對該證券真實價值的預(yù)期。在當前市場價格下，若知情交易者認為持有證券將獲得其未來收益時，則進入市場買入該證券。由于我國證券市場實行連續(xù)競價交易機制，且以“價格優(yōu)先，時間優(yōu)先”作為訂單的第一，第二匹配原則，知情交易者傾向于報出比當前市場

30、高的價格，以其部分未來收益的損失來保證買賣能夠成交，從而在將來獲益。若知情交易者預(yù)期相反決定進入市場賣出證券時，則會報出較低的賣價來保障其流動性要求。這樣，在流動性需求得以滿足的基礎(chǔ)上，買賣價差擴大。伴隨著每一次的信息更新，市場均有所反應(yīng)。這表現(xiàn)在當公告前泄露信息，公告日當天披露信息時，寬度和相對寬度都經(jīng)歷著波動。在公告日之后，股東會針對公司股改方案進行一次投票，在投票前存在相關(guān)信息的累積，這就解釋了在公告日后大約14個交易日開始，寬度和相對寬度呈現(xiàn)小幅波動的原因。 由圖5到圖7可見，深度與換手率指標代表的交易量在公告日前第9個交易日開始放大，經(jīng)歷了4個交易日后略有萎縮，交易速度流動性也是出現(xiàn)

31、基本一致的走勢。這一變動說明股改有關(guān)信息很可能在公告前已經(jīng)泄露。知情交易者根據(jù)建立在其私人信息基礎(chǔ)上的預(yù)期形成多樣化的市場交易需求，進入市場下達買賣指令，從而使市場上可供交易的資產(chǎn)數(shù)量放大，流動性增強。非知情交易者一旦發(fā)現(xiàn)自己處于信息劣勢則降低對流動性的需求，以規(guī)避風險。在對各種私人信息追求的博弈中，交易量隨著信息更新而不斷變化。因此，當知情交易者的私人信息釋放后，在沒有新的信息的情況下，可供交易量萎縮。Wang(1994)指出，在信息不對稱情況下，公共信息的發(fā)布會導致異常交易。信息不對稱程度越高，這種異常交易量越大。這點可以解釋圖5中在公告日前后1天中，可供交易量激增的現(xiàn)象。在股改信息披露的

32、公告日之后，還存在對股改方案的投票程序，而知情交易者對于股改方案的投票可能結(jié)果和方案修改狀況的私人信息的占有使得交易量在此之前再度變化，充分反映交易量伴隨信息更新的變化而變化。圖3：相對寬度流動性指標 圖4：絕對價差寬度指標 圖5：深度流動性指標 圖6：速度流動性指標圖7 ：換手率指標我們對流動性指標進行了股改三階段的Kruskal Wallis 多樣本比較秩和檢驗。其中第一階段股改試點公司一般先是公開披露股改方案，然后就停牌等待股改信息的消化，接著第二階段是復(fù)牌后等待投票，期間可以修正股改方案，直到股東投票是否能夠通過股改方案，第三階段是通過投票后股改方案實施，進入G股全流通階段。在這里我們

33、把事件窗口劃分為了（-30，-6）、（-5，5）和（6，30）三個股改階段。由表4我們可以看出除了相對寬度流動性指標MEREWIDE沒有通過KW秩和檢驗，股改進程三階段中寬度指標在0.05水平下顯著有差異，其余流動性指標在0.01水平下也通過了顯著性檢驗。這說明了流動性隨著股改進程信息披露的變化而發(fā)生顯著變化，交易量和信息不對稱程度都有著顯著改變，結(jié)合圖8分析來看，深度，換手率、速度指標隨著股改進程都在增加，交易量和對信息吸收效率也均呈現(xiàn)增加趨勢，而寬度和相對寬度指標在逐步減小，說明股改過程中投資者之間信息不對稱程度越來越小。表4 Kruskal Wallis 多樣本比較秩和檢驗ARLVMER

34、EWIDEMEWIDEDepthTurnoverChi-Square7.967620.71442.24467.93174.478339.490434.8983Asymp. Sig.0.01860.00000.32550.01900.10650.00000.0000圖8：股改進程中流動性指標趨勢的比較 注：圖中縱坐標為Kruskal Wallis檢驗中秩次比較，這相當于對變量均值的不改變其走勢的數(shù)值變換。2.4.3 波動性指標的動態(tài)變化趨勢我們采用GARCH模型估計出樣本公司在股改進程中的條件方差來作為波動性指標。由圖9可以看出，異質(zhì)波動性在股改信息公布前的一段時間內(nèi)比較平穩(wěn)，在公告日前2周突然

35、急劇上升，稍后又趨于平穩(wěn)。在公告日波動再度出現(xiàn)波峰。到了股改投票復(fù)牌后的一段時間，波動率又激增。對于這一現(xiàn)象，我們還是從信息非均衡的角度來解釋。金融市場微觀結(jié)構(gòu)理論把市場交易者劃分為知情交易者和非知情交易者兩類。在交易者占有私人信息不同的前提下，導致了對股價預(yù)期價值的不一致，從而其交易博弈導致了交易量和委托方向的不同，從而對股價波動產(chǎn)生了沖擊影響，加劇了股改公司的波動。其中不完全知情交易者從資產(chǎn)價格的運動中推出知情交易者的部分信息，也可能由于知情交易者的誤導接受了虛假的、不準確的信息。當知情交易者在市場上進行買賣操作時，不完全知情交易者則從股價的變化上得出信息，從而跟進。因此市場上出現(xiàn)大量買進

36、時，價格拉升，反之，出現(xiàn)大量賣出時，價格下行，市場買賣力量的放大使股價的波動性加大。我們將圖3直到圖9結(jié)合起來看，發(fā)現(xiàn)買賣價差越大，交易量越大，股價的波動率也越大。這樣我們也可以解釋股改樣本流動性和波動性特征的矛盾之處：股改信息公開后，信息不對稱指標也即寬度指標增加，同時代表交易量指標的深度和換手率也在增加的現(xiàn)象。結(jié)合圖8，從圖10 中Kruskal Wallis檢驗中秩次比較看，隨著股改過程推進波動性指標在第一階段是逐步增強，第二階段達到最高峰，而后到了股改第三階段波動性逐步減弱，符合投資者近期在市場中搶著購買股改預(yù)期公司而后再拋掉這些股改結(jié)束的公司的表現(xiàn)，轉(zhuǎn)去投資其他有可能股改的公司。股價

37、獲益能力是和波動性出現(xiàn)出類似走勢，但是斜率都高于波動性，說明投資者、追求的是股改前的投資利益，而不是股改結(jié)束后長期持有獲利，短線的非理性投資行為明顯。圖9:波動性指標走勢圖 圖10:波動性與超額收益的變動趨勢 3. 股改的信息沖擊結(jié)構(gòu)及其動態(tài)影響的實證分析3.1實證研究方法為進一步分析股改對市場的信息沖擊及其相關(guān)動態(tài)影響，本文采用向量自回歸模型（VAR）計量方法對股改公司的股價波動與信息沖擊進行實證分析。研究方法主要包括是單位根檢驗、格蘭杰因果檢驗、協(xié)整檢驗與誤差修正模型、方差分解及脈沖響應(yīng)函數(shù)。（1）單位根檢驗在對相關(guān)變量就行協(xié)整分析之前，我們首先要對變量的平穩(wěn)性作檢驗。而單位根檢驗（uni

38、t foot test）是判斷時間序列平穩(wěn)性最常用的方法。時間序列平穩(wěn)性的單位根檢驗方法主要有 DF 檢驗法、ADF 檢驗法及 PP 檢驗法等，本文運用人們常用的更具一般性的增廣迪基富勒（ADF）檢驗法。具體估計回歸方程時，如果常數(shù)項和趨勢項的檢驗不顯著，可從方程中剔除；滯后階數(shù)的選擇原則應(yīng)使回歸式的殘差符合白噪聲狀態(tài)，本文采取赤池（Akaike）的AIC準則；臨界值采用 Mackinnon 臨界值。（2）格蘭杰因果檢驗格蘭杰因果關(guān)系檢驗（Granger Causality Test）是檢驗經(jīng)濟變量間因果關(guān)系常用的一種計量經(jīng)濟學方法，其本質(zhì)是用一種條件概率定義因果關(guān)系。常用的格蘭杰檢驗?zāi)Ｐ蜑椋?/p>

39、 (1)式中，和是常數(shù)，是白噪聲。檢驗的變化不是變化的原因，相當于對假設(shè)：進行檢驗。格蘭杰因果關(guān)系對于特定序列的可預(yù)測性假設(shè)是一個特別有用的工具。最好把格蘭杰因果檢驗看作是y 是否有助于預(yù)測x ，而不是y是否引起x。但根據(jù)經(jīng)濟理論進行的假設(shè)，可以為推斷真實的因果方向提供有用的論據(jù)。格蘭杰方法對模型中變量所取的滯后期長短異常敏感，Davidson & Mackinnon 建議寧可考慮較長的滯后期。此外，格蘭杰因果關(guān)系檢驗要求時間序列平穩(wěn)，對非平穩(wěn)時間序列變量要先作適當變換，用 ADF 檢驗判斷為平穩(wěn)序列后才能進行因果關(guān)系檢驗。（3） 協(xié)整檢驗與誤差修正模型協(xié)整檢驗（Cointegrati

40、on Test）目的在于研究維向量單位根過程的各分量之間，是否存在某種長期均衡關(guān)系，有最小二乘法和極大似然法之分。本文采用以最小二乘法為基礎(chǔ)的 EG 協(xié)整檢驗方法。步驟如下：首先對時間序列和進行回歸，得方程： (2)然后，對方程(2)的殘差序列進行單位根檢驗。若不存在單位根，則與存在協(xié)整關(guān)系；反之，不存在協(xié)整關(guān)系。若協(xié)整，可得到以下誤差修正模型（ECM）： (3)式中，是滯后算子，是方程(2)殘差的一階滯后。用法估計方程(3)，去掉不顯著變量，將其約化為一個變量和參數(shù)都很少的模型。（4）預(yù)測方差分解向量自回歸（VAR）模型的預(yù)測方差分解是一種判斷經(jīng)濟序列變量間動態(tài)相關(guān)性的重要方法。它實質(zhì)上是一

41、個新生計算過程，是將系統(tǒng)的預(yù)測均方誤差分解為系統(tǒng)中各變量沖擊所作的貢獻。設(shè)由個內(nèi)生變量構(gòu)成的階向量自回歸過程為： (4)其中，為系數(shù)矩陣，為向量白噪聲，且協(xié)方差矩陣為。令表示系統(tǒng)對單位沖擊的反應(yīng)，且滿足，。則的部預(yù)測誤差方差為： (5)第個變量的新生對第個變量的步預(yù)測誤差方差的貢獻如下：，其中是矩陣的第個元素。（4）脈沖響應(yīng)函數(shù)脈沖響應(yīng)函數(shù)（Impulse Response Function）是指系統(tǒng)對其中某一變量的一個沖擊或新生所做的反應(yīng)?？紤]一個階向量自回歸（VAR）模型： (6)其中，是由內(nèi)生變量組成的維向量，是系數(shù)矩陣，是常數(shù)向量，是維誤差向量，其協(xié)方差矩陣為。經(jīng)過適當變化，上述模型可

42、最終表示為： (7)式中是系數(shù)矩陣，是常數(shù)向量，為非奇異矩陣，滿足，為向量白噪聲。則系數(shù)矩陣的第行第列元素，表示系統(tǒng)是變量對變量的一個標準誤差的正交化沖擊的期脈沖響應(yīng)。由模型(7)可以計算出系統(tǒng)中一個變量對另一個變量的脈沖響應(yīng)函數(shù)，比較其不同滯后期的脈沖響應(yīng)，可以確定一個變量對另一個變量的作用時滯。3.2 實證結(jié)果與解釋3.2.1 單位根檢驗我們使用ADF檢驗法對流動性指標、股價超額收益以及波動性指標進行單位根檢驗，其中滯后階數(shù)按AIC最小原則選取，結(jié)果見表5。檢驗結(jié)果表明：換手率Turnover在一階差分后接受平穩(wěn)性假設(shè)，為一階單整I(1)；而其他各流動性指標、超額收益率AR以及異質(zhì)方差水平

43、值均在不同的顯著水平上接受平穩(wěn)性假設(shè)，因此均為零階單整I(0)，所以沒有必要作進一步的檢驗，平穩(wěn)時間序列滿足古典線性回歸模型的要求，可以直接用最小二乘法估計參數(shù)。我們對于表3中除了換手率之外的變量不再作協(xié)整分析。各個變量除了AR指標外最佳滯后階數(shù)是0階。表5 ADF檢驗結(jié)果變量檢驗形式(C，T，K)ADF-t值1%臨界值5%臨界值10%臨界值A(chǔ)IC值A(chǔ)R(C，0，1)-3.640*-3.5437-2.9109-2.5928-6.249LV(C，0，0)-3.052*-3.5417-2.9101-2.592310.610Depth(C，T，0)-6.360*-4.1162-3.4849-3.17

44、034.231Merewide(C，T，0)-7.688*-4.1162-3.4849-3.1703-3.019Mewide(C，T，0)-7.611*-4.1162-3.4849-3.1703-1.283(C，0，0)-5.968*-3.5417-2.9101-2.5923-11.961Turnover(C，T，1)-3.024-4.119-3.4862-3.17112.232Turnover(C，T，3)-5.492*-4.1219-3.4875-3.17182.373 注：1. (C，T，K)為檢驗類型,C和T表示帶有常數(shù)項和時間趨勢項，K表示所采用的滯后階數(shù)。2.臨界值是在相應(yīng)顯著性水

45、平下得到的Mackinnon值。3.表示原序列的一階差分。 4. *表示在1%水平下顯著,*表示5%水平下顯著。.3.2.2 Granger因果檢驗按照前文單位根檢驗的結(jié)果，我們可以直接對同階平穩(wěn)的AR、與流動性指標Lv 、Depth、Merewide、Mewide作Granger變量檢驗是否存在真正金融學意義上的因果關(guān)系，也即股票超額收益、流動性指標和異質(zhì)方差之間是否存在因果關(guān)系。實證結(jié)果見表6，我們發(fā)現(xiàn)超額收益AR在0.05水平下，流動性指標Lv 、Depth、Merewide與Mewide在0.01水平下是異質(zhì)波動性顯著的GRANGER原因，說明這些變量是導致股改波動性變化的重要因素。反

46、過來，波動性對流動性指標和股價超額收益指標都沒有顯著的產(chǎn)生因果影響。這可以驗證我們第二部分的預(yù)期。表6 Granger因果檢驗結(jié)果檢驗項目（原假設(shè)）F統(tǒng)計值P概率值檢驗結(jié)果 不是AR 的Granger 原因0.788180.45983拒絕原假設(shè)AR 不是的 Granger原因4.520010.01531接受原假設(shè) 不是LV的Granger原因0.18550.83121拒絕原假設(shè)LV 不是的 Granger 原因15.58514.50E-06接受原假設(shè) 不是DEPTH的 Granger 原因0.458990.63436拒絕原假設(shè)DEPTH 不是的Granger原因11.78565.70E-05接

47、受原假設(shè) 不是 MEREWIDE 的Granger 原因0.171340.84299拒絕原假設(shè)MEREWIDE 不是的 Granger原因18.91355.90E-07接受原假設(shè)不是 MEWIDE的 Granger 原因0.147350.86334拒絕原假設(shè)MEWIDE 不是的Granger 原因24.53052.60E-08接受原假設(shè)3.2.3 VAR模型與信息傳遞效率分析為檢驗金融市場微觀結(jié)構(gòu)股價、交易量、流動性與波動性之間內(nèi)在關(guān)聯(lián)及其對信息傳遞效率的影響，在此使用VAR模型并將上述變量考慮為內(nèi)生變量。由于寬度相關(guān)性很高，我們只考慮相對寬度進入VAR模型分析，也沒有考慮其他外生變量，并參考

48、了AIC與SC指標絕對值最小化的取值來選擇滯后階數(shù)，最終我們選擇了滯后3階，結(jié)果見表7。從表7檢驗結(jié)果看，波動性指標滯后值對流動性和價格超額收益指標影響不顯著，符合Granger檢驗的結(jié)果。相對寬度指標MEREWIDE滯后1階和2階值對波動性指標則有顯著的影響，但是影響方向從滯后2階的負方向變?yōu)闇?階的正方向影響，說明信息不對稱程度變化影響著股價的波動方向，MEREWIDE的1階與2階滯后值還對深度指標有著一定的負方向影響，信息不對稱影響著投資者參與交易量與委托方向。速度指標LV 的2階滯后值對波動性有著顯著正方向影響，說明交投越活躍，波動性越大，而速度的1階滯后值對速度指標自身與其他流動性

49、指標有著顯著正方向的影響，速度1階滯后值對股價超額收益也有著顯著的正面影響，交易越活躍，越容易快速推高股價，獲取超額收益。深度指標DEPTH 的1階滯后值對波動性有顯著正方向影響，其1階滯后值對速度指標有著顯著負方向作用，但對其他變量沒有顯著影響。股價超額收益AR的1階滯后值對波動性指標存在顯著負方向作用，可以抑止波動性，對其自身有顯著正向推動作用，AR的3階滯后值對相對寬度、深度與AR有顯著正向影響，這從某種意義上說明股改進程中投資者對股改公司有非理性的搶籌碼行為，并都對股改公司有著很強的獲取超額利益的預(yù)期，推動交易量與股價的快速上揚。表7 超額收益、流動性與波動性的VAR模型MEREWID

50、ELVDEPTHAR (-1)0.196（1.283）4.343（0.236）21135.170（1.264）-282.239(-0.415)-2.797(-0.823) (-2)-0.313(-1.939)6.364（0.327）-6139.039(-0.348)-221.097(-0.308)0.576（0.160） (-3)-0.127(-0.947)24.968（1.542）5208.936（0.355）407.554（0.683）1.135（0.380）MEREWIDE(-1)0.012（3.973）-0.602(-1.646)-301.294(-0.908)-30.550(-2.2

51、64)-0.068(-1.013)MEREWIDE(-2)-0.010(-2.502)-0.486(-1.034)-738.829(-1.733)-26.248(-1.514)0.010（0.114）MEREWIDE(-3)0.003（0.720）0.069（0.153）-241.314(-0.594)-7.611(-0.461)-0.129(-1.559)LV(-1)0.000（1.027）0.001（2.507）1.192（4.850）0.032（3.204）0.000（2.404）LV(-2)0.000（3.379）0.000(-1.213)-0.056(-0.176)-0.001(-0

52、.065)0.000(-0.616)LV(-3)0.000(-2.039)0.000(-0.984)-0.226(-0.877)-0.017(-1.586)0.000(-0.024)DEPTH(-1)0.000(1.860)-0.004(-0.372)-18.584(-1.973)0.152（0.397）-0.003(-1.417)DEPTH(-2)0.000（0.559）0.015（1.049）13.041（1.020）0.520（1.000）-0.001(-0.333)DEPTH(-3)0.000（0.111）-0.012(-0.973)5.980（0.550）0.102（0.230）0.

53、002（0.753）AR(-1)-0.020(-2.142)1.049（0.947）1517.059（1.511）19.665（0.481）0.383（1.876）AR(-2)0.001（0.050）0.016（0.012）779.202（0.664）13.577（0.284）0.193（0.808）AR(-3)-0.001(-0.081)2.506（2.215）374.958（0.366）71.246（1.708）0.444（2.131）C0.002（4.345）-0.058(-1.163)-16.471(-0.367)-1.217(-0.667)-0.004(-0.488)R-square

54、d0.6820.3440.7010.6640.502F-statistic6.0151.4676.5595.5272.822Akaike AIC-12.540-2.95710.6624.258-6.341Schwarz SC-11.972-2.38911.2304.826-5.772注：括號內(nèi)是t檢驗值。由于VAR模型可將所選擇的不同變量間的相互關(guān)系轉(zhuǎn)換為變量殘差項的移動平均，并通過直交脈沖矩陣來了解個別變量受本身與其它變量沖擊的相對程度，因此可通過測量模式中不同變量的殘差相關(guān)(Residual Correlation)，來揭示個別變量之異常報酬率(Abnormal Return) ，并可從本身過去變化以及其它變量的信息傳遞來解釋異常報酬率的比例。而在此處所衡量的殘差相關(guān)，是指個別變量殘差項間在相同時期的相關(guān)系數(shù)(Contemporaneous Correlation)，從而我們可以得知在不同變量殘差項之間，相同時期的情況下是否存在著信息傳遞的情形。我們對上述VAR模型中的流動性指標、股價超額收益與波動性指標的殘差作相關(guān)系數(shù)分析，結(jié)果見表8中，波動性與速度指標LV的相關(guān)系數(shù)達到0.387