文章信息
上海财经大学 2018年20卷第4期 |
- 董秀良, 张婷, 关云鹏
- Dong Xiuliang, Zhang Ting, Guan Yunpeng
- 沪港通制度改善了我国股票市场定价效率吗?
- Does Shanghai-Hong Kong Stock Connect Improve Price Efficiency in the Chinese Stock Market?
- 上海财经大学学报, 2018, 20(4): 78-92.
- Journal of Shanghai University of Finance and Economics, 2018, 20(4): 78-92.
-
文章历史
- 收稿日期:2018-02-26
2018第20卷第4期
2.东北电力大学 经济管理学院,吉林 吉林 132012
实现金融资源的优化配置是股票市场的核心功能(Merton,1990),也是各国政府证券管理部门制定各种改革政策的最终目的。反过来,通过检验市场效率是否得到了有效提升又可以对政策效果进行评价。从理论上讲,股票市场引导金融资源的配置是通过股票价格的信号功能来完成的,要成功地实现这一基本功能,股票价格就必须能够对公司内在价值信息进行准确的反应,即股票定价是有效率的,因此,股票市场的资源配置效率是由股票的定价效率决定的。有鉴于此,定价效率事实上就等同于资源配置效率,这正是国内外大多数研究将市场定价效率视同为股票市场效率的根本原因。本文针对我国政府推出的沪港通制度实施效果的考察正是基于此逻辑思路。沪港通制度是2014年11月17日我国证券监管部门推出的一项重大的制度创新,该制度实施几年来其经济效果到底如何,现有文献还鲜有提及。在我们看来,从沪港通推出的背景看,尽管有着多重目标,但就该制度安排的本质而言,无外乎是通过降低内地股市与外部市场的分割程度,进而提高市场间一体化水平,并最终实现提升市场定价效率和资源配置效率的目的,因此,以定价效率作为研究视角无疑是一个合理的选择。
关于股票市场定价效率的早期研究主要集中于考察股票价格对公司内在价值信息反应程度,而揭开二者之间关系黑箱的开创性研究正是法玛于1970年提出的有效市场假说。在法玛看来,如果没有影响公司基本价值的消息变化,也就不会有证券价格的变化,而且,当事关某种证券基本价值的消息传播到市场上时,如果该证券价格能够快速准确地做出反应,那么这个市场就是有效市场。法玛进一步根据股票价格所包含的信息类型,即历史的、现在已公开的、未来的,将效率市场分为弱式有效、半强式有效、强式有效三种类型。有效市场假说提出之后,引发了大量的实证研究,其研究方法多使用事件研究法,即针对某一事件(如公司兼并公告、盈利公告、股利分配公告等)的冲击,研究股票价格是否存在显著的累积异常收益率,进而判断效率市场的类型。此后,一些学者跳出了有效市场假说的框架而另辟蹊径,从股票价格对公司特定信息和市场公共信息的不同反应程度来研究定价效率,如Roll(1988)、Morck等(2000)指出某一股票价格既是市场公共信息的反应,同时也是企业特定信息的反应,两种信息被资本化成股票价格的相对程度决定了市场中各股票价格的运动特征,并且认为通过判断股票价格的运动特征可以揭示股价中所包含的信息特征。当股票价格中包含了较多的市场信息和较少的企业信息时,股价的同步性程度就较高,价格引导资源配置的信号功能就较弱;反之亦然。近期,利用股票价格对公司未来会计盈余信息反应程度(即未来盈余反应系数,Future-earnings response coefficient,FERC)来考察定价效率也是研究者关注的一个重点。如Ayers和Freeman(2003)、朱红军等(2007)、Crawford等(2011)均采用未来盈余反应系数对股票定价效率进行了研究,并且发现定价效率显著地受市场参与主体的影响。此外,Gelb和Zarowin(2002)、Lundholm和Myers(2002)、Ettredge等(2005)、Orpurt和Zang(2009)、Choi等(2011)的研究发现,未来盈余反应系数还与公司的披露政策有关。采用股票价格对未来会计盈余信息反应来度量市场的定价效率有一个显著的优点,即该方法事实上与传统金融学中的资产定价理论一脉相承,资产定价理论中的现金流贴现定价模型认为,资产的内在价值是由资产持有人在未来时期所取得的现金流所决定的。股票作为一项金融资产,根据资产定价理论,股票价格应该等于企业未来会计盈余的贴现值,所以股票价格对公司未来会计盈余反应程度越高,其股价的定价效率越高,相应地,未来盈余反应系数也会越高。
本文采用未来盈余反应系数的视角和双重差分模型对沪港通实施效果进行考察,研究发现,在研究的样本期内,沪港通的实施并没有对沪股通标的股票未来会计盈余系数的提高产生显著作用,相反,却在整体上降低了未来会计盈余系数。此外,我们还利用股价对未来现金流反应能力做了一个相互佐证的检验,同样也得到了类似的结果,这说明沪港通的实施至少到目前为止还没有达到提升内地股市定价效率的预期效果。对于这一结果产生的原因,我们认为尽管在沪港通推出之初,业界普遍乐观预期沪港通作为上海和香港两个股票市场交易互联互通机制,有助于为沪市引入更多新的机构投资者、资金流(所谓活水)以及更加成熟的投资理念,进而提升股票的定价效率。但从实际情况看,效果并不理想,香港投资者通过沪港通投资沪市股票的积极性并不高,而且沪港两地市场资金流动的不对称现象极为突出,沪市的场内资金呈现出持续净流出状况,并在一定程度上导致了场内交易积极性下降、资金面紧张等问题,而已有的研究已经表明,流动性下降是不利于市场定价效率提高的。此外,我们的研究还发现,大量的资金流出沪市进入港股市场,对香港股票市场股指上行、市场活跃度提高以及市场效率提升却有着显著作用。然而,综合来看,一项制度的实施导致了一方受益而另一方受损,这显然不是帕累托改进,更不可能达到帕累托最优。因此,在本文看来,试图简单地借助外部因素来改变内地市场与国际市场发展水平的差异,提升内地市场的定价效率,可能未必会达到理想的效果,切实完善自身市场的制度建设和提升国内投资者保护水平可能更切合实际,虽然任重道远,但却是必由之路。
本文的贡献主要有两点:首先,以定价效率的角度对沪港通制度实施的经济效果进行了实证考察,这既是对现有研究欠缺的一个有益补充,也为后续研究做了铺垫;其次,着眼于用定价效率这一市场最根本的功能对制度安排进行评价,可以为证券监管部门对政策实施情况的准确把握提供经验依据。此外,本文对实证结果的讨论还表明另一层含义,即沪港两地投资者投资行为和理念的差异与其说是投资者结构之间的差异所致,倒不如说是市场制度环境使然,因此应该把加强内地股市制度环境建设和提升公司治理水平放在更加重要的位置。
二、制度背景与文献回顾 (一) 沪港通制度沪港通于2014年11月17日开始正式实施,它是经中国证监会批准、由上海证券交易所(简称上交所)和香港联合交易所(简称SEHK)共同推出的创新性制度。该制度允许内地投资者和香港投资者通过本地的证券公司(或经纪商)买卖沪港通制度范围内的对方交易所上市的股票。沪港通主要包括沪股通和港股通两部分,其中沪股通是指香港投资者委托香港经纪商,经由香港证券交易服务公司向上交所进行申报,买卖沪港通制度规定范围内的上交所上市的股票;港股通是指内地投资者委托内地证券公司,经由上海证券交易服务公司,向SEHK进行申报,买卖沪港通制度范围内的SEHK上市的股票。沪港通制度不仅是上海和香港两个股票市场交易互联互通机制,也是中国资本市场对外开放的重要内容。该制度推出的目标包括消除两地市场的制度壁垒、深化两地股票市场的交流合作、扩大两地投资者的投资渠道,以期将新兴加转轨明显的内地股市与成熟度更高的香港股市对接,促使内地股市走向成熟。此外,借助沪港通实施契机吸引更多境外资金和投资者,尤其是成熟的机构投资者,改善内地股市的投资者结构、引导价值投资理念,进而提升市场效率也是其推出的重要动因。
从沪港通实施情况看,有以下几个特征:(1)两市开放范围不一。其中港股通标的股票共有310只股票①,占香港市场股票总数的比例不足20%,而沪股通标的股票总数占上海A股总数的50%左右,内地投资者可选择的港股通标的股票明显低于香港投资者可选择的沪股通标的股票。(2)投资者资金门槛要求不一。沪港通制度针对香港投资者并没有资金门槛,而内地投资者则被设定了资金门槛,内地投资者只有股票账户余额达到或超过50万人民币时方可购买港股通标的股票。以上两个特征表明,香港投资者相对于内地投资者而言,其选择权明显大于内地投资者,且香港投资者投资于内地沪市比内地投资者投资于港股市场更加容易。然而,从沪港通实施这几年的情况看,一个奇怪的现象是,通过沪股通流入沪市的资金远远小于通过港股通流入港股市场的资金,沪市资金呈现出向香港股市净流出状况,这显然值得深思。
(二) 相关文献回顾关于股票市场开放对市场定价效率影响的研究由来已久,时至今日仍然存在一定的争议。总体而言,赞成者居多,但又不乏一些质疑之声。Miller(1977)、Shleifer和Vishny(1997)等金融学家通过建立经济模型研究了股票市场开放对股票定价效率的影响,在他们看来,股票市场开放能促使国外更多的理性投资者进入股票市场表达自己的观点和信息,从而股票价格能反应较多的理性信息,因此股票价格能够较为准确地反应其价值。与此类似,Spiegel和Subrahmanyam(1992)对股票市场的定价效率的研究也指出,开放股票市场不仅能够使得更多的理性投资者进入市场,还能增加信息传导速度,进而提高股票市场的定价效率。此外,Barber和Odean(2001)的研究还发现,开放股票市场能够提升投资者的乐观情绪,即便股票出现下跌时,也能降低投资者不良情绪的产生,市场信息仍然能够较快地在股票市场中传导,因此开放股票市场能够阻止市场下跌对定价效率产生的冲击。Rejeb和Boughrara(2013)以13个新兴股票市场为研究对象,实证考察了金融自由化改革对股票市场定价效率的影响,他们的研究结果显示金融自由化不仅提高了股票市场的定价效率,同时也降低了金融危机的发生概率。Navaz(2014)的研究也认为,新兴股票市场的开放显著提高了股票市场的信息披露水平,从而改善其股票市场的定价效率。不过也有学者对此提出了质疑,Brunnermeier和Pedersen(2005)认为开放股票市场同时可能会使得股票市场的资金外流,导致本国股票市场的流动性降低,从而影响定价效率。Goldstein和Guembel(2009)的理论研究指出,开放股票市场可能使股票市场形成新的操纵价格行为,从而降低股票市场的定价效率。Vieito等(2016)实证检验了拉丁美洲国家的金融自由化带来的影响,结果显示金融自由化并没有显著改变其股票市场的定价效率。
由于市场开放势必涉及制度创新,Danielsen和Sorescu(2001)认为消除制度壁垒的创新有助于提高市场间的信息传导速度,从而提高股票定价效率。同时亦有学者认为开放股票市场能够稳定市场、修正错误定价等,从而对股票市场的信息效率有促进作用。但是也有学者认为有关开放股票市场方面的金融组织制度和金融监管制度创新对资产价格效率的影响并不明确,比如Alexander和Peterson(2008)针对美国股票市场的信息效率的实证研究发现,开放股票市场并不能改善股票定价的信息效率。
国内学者关于沪港通制度对两地上市影响的研究还很少。仅有的几篇研究则主要考察该制度对两地市场联动性的影响(陈九生和周孝华,2017;王梓淇,2016)、对公司治理的影响(王倩和马云霄,2016),还缺乏从定价效率角度考察沪港通实施效果的文献。
三、研究设计 (一) 研究方法说明要考察沪港通政策实施对定价效率的影响,仅仅考察政策实施前后定价效率的变化是不可行的,因为这个变化包括了即使没有政策实施的时间趋势变化(时间效应),也包括政策直接作用的效果(政策效应),只有把时间效应剔除后才是真正的政策效果。剔除时间效应的一个有效办法就是选择一个参照系,即选择一个不受该政策影响的样本,这个样本在政策实施前后的定价效率变化只是时间效应,而没有政策效应。然后将受政策影响的样本在政策实施前后的定价效率变化,再减去不受政策影响的样本在同样时点前后定价效率的变化,即为政策实施对定价效率的影响。这就是双重差分模型的思想,本文正是基于双重差分法并结合前人的研究构建了实证模型。为了清晰起见,下面我们对双重差分模型作一简单介绍:
双重差分模型(difference-in-differences,DID)是基于反事实逻辑提出的一种方法。对于受政策影响的样本组(简称实验组或处理组,treatment group),如果仅仅将政策实施后研究对象的样本均值减去政策实施前的样本均值视为政策效应(相当于一重差分),则该效应中必然包括纯粹的时间效应②,只有把时间效应剔除后才是真正的政策实施效果。为此需要找到一个适当的且不受该政策影响的样本组(称为控制组,control group)作为实验组的反事实(counterfactual)参照系,该控制组在政策实施前后的变化被视为纯粹的时间效应,这相当于该样本组在政策实施点前后样本均值相减(也为一重差分)。最后将实验组在政策实施前后变化(一重差分)减去控制组前后变化(时间效应)所得到的结果(即二重差分估计量)即为该政策的真实效应,亦即处理效应(treatment effects)。该二重差分思想可以用一个包含实验组虚拟变量和实验期虚拟变量的线性回归模型表示(为简便起见,在模型中将控制变量等暂省去),比如yit=β0+β1Gi+γDt+β2GiDt+εit,其中Gi为分组虚拟变量(实验组=1,控制组=0),Dt为分期虚拟变量(政策实施后=1,政策实施前=0),交互项GiDt的参数β2估计值就是政策实施的效应,该估计量也等于前述的二重差分估计量,即:
$\begin{aligned}& \left[ {E\left( {{y_{it}}/{G_i} = 1,{D_t} = 1} \right) - E\left( {{y_{it}}/{G_i} = 1,{D_t} = 0} \right)} \right] - \left[ {E\left( {{y_{it}}/{G_i} = 0,{D_t} = 1} \right) - E\left( {{y_{it}}/{G_i} = 0,{D_t} = 0} \right)} \right]\\& = \left[ {\left( {{\beta _0} + {\beta _1} + \gamma + {\beta _2}} \right) - \left( {{\beta _0} + {\beta _1}} \right)} \right] - \left[ {\left( {{\beta _0} - \gamma } \right) - \left( {{\beta _0}} \right)} \right] = {\beta _2}\end{aligned}$ |
双重差分法的优点是它同时控制了分组效应(group-specific effects)和时间效应(time-specific effects),而且,通过第二次差分可以排除其他可能影响考察变量变动的因素。鉴于本文的目的主要是考察股票价格(用收益率表示)对公司未来盈余的反应能力,不宜简单地套用双重差分模型,因此我们借鉴了Collins等(1997)和Lundholm和Myers(2002)的研究,利用分组虚拟变量(沪港通标的股票和非沪港通股票)与分期虚拟变量(沪港通实施前、沪港通实施后)的交互项来控制时间效应和分组效应,并乘以收益率,以期考察股价对盈余的反应。为了直观起见,我们用list和post分别表示分组虚拟变量和分期虚拟变量。
(二) 实证模型在Collins等(1997)、Lundholm和Myers(2002)的研究中,把股价当期回报作为解释变量,把公司未来会计盈余作为被解释变量,未来会计盈余使用的是未来三期的会计盈余之和,由于本文考虑到沪港通开通时间有限,为了保证具有足够的样本数据,我们使用未来一年的会计盈余作为未来会计盈余的代理变量,因此构造了如下模型:
$\begin{aligned}{X_{i,t + 1}} = & {\alpha _0} + {\alpha _1}{R_{i,t}} + {\alpha _2}Lis{t_i} + {\alpha _3}Lis{t_i} \times {R_{i,t}} + {\alpha _4}Lis{t_i} \times Pos{t_t} \times {R_{i,t}} + \\ & \theta \mathop \sum \nolimits^ Contro{l_{i,t}} \times {R_{i,t}} + {\varepsilon _{i,t}}\end{aligned}$ | (1) |
其中,Xi,t+1表示公司的未来会计盈余水平,其值等于t+1期的净利润与期初总资产之比;Ri,t表示股票回报,其值等于t期的股票收益率;Listi是分组虚拟变量(沪港通标的股票时取值为1,否则为0);Postt为分期虚拟变量(沪港通开通后取值为1,沪港通开通前取值为0)。在模型(1)中我们将是否为沪港通标的股票的虚拟变量Listi纳入模型中,主要是可以将标的股票和非标的股票进行对照考察和分析,并以此排除样本期间其他政策因素的影响。模型(1)中最重要的是交互项α4Listi×Postt×Ri,t,回归系数α4的值是正数,且通过显著性检验,则说明股票价格对于公司未来盈利水平的预测能够提供有用的信息,股价定价效率高。
在模型(1)中,Controli,t代表控制变量,包括公司规模Sizei,t、企业市值与总资产的比值Levi,t、盈利成长性Growthi,t以及换手率Turnoveri,t,对于Size、Lev和Growth三个控制变量不用过多解释,这在大多数实证模型中常被引入,而之所以将换手率Turnover引入模型中,是因为在Sadka和Scherbina(2011)看来,股票的换手率与其定价效率具有相关关系,较低的换手率使得股票市场保持较为稳定的状态,知情交易者能够获得更多准确的价格信息,提高了股票市场的定价效率。另外,借鉴Drake等(2015)的研究,也对每个控制变量都乘以股价收益率,因为在他们看来,这样可以更加全面地考察当期股价对未来盈余的反应情况。
此外,有研究表明,会计盈余持续性是影响盈余反应系数与投资者预期的重要因素(Subramanyam和Wild,1966;Francis等,2004),而盈余的持续性可以利用未来盈余的变动ΔXi,t+1来表示。因此,为了考察沪港通实施前后股票价格对未来盈余持续性(即未来会计盈余变动)反应程度的变化,我们将被解释变量设为ΔXi,t+1,重新构造了模型(2):
$\begin{aligned}\Delta {X_{i,t + 1}} = & {\beta _0} + {\beta _1}{R_{i,t}} + {\beta _2}Lis{t_i} + {\beta _3}Lis{t_i} \times {R_{i,t}} + {\beta _4}Lis{t_i} \times Pos{t_t} \times {R_{i,t}} + \\ & \vartheta \mathop \sum \nolimits^ Contro{l_{i,t}} + \theta \mathop \sum \nolimits^ Contro{l_{i, t}} \times {R_{i,t}} + {\varepsilon _{i,t}}\end{aligned}$ | (2) |
其中,ΔXi,t+1表示未来会计盈余变动,代表盈利持续性,其值等于t+1期未来会计盈余水平与t期未来会计盈余水平之差;其他变量与模型(1)含义相同。在实证检验中,主要考察模型(2)的交互项Listi×Postt×Ri,t的系数β4,它代表了沪股通标的股票价格对未来盈余变化的反应情况。
(三) 样本数据本文所用的上市公司股价行情数据和财务数据分别来自香港交易所网站、上海证券交易所网站和锐思数据库(RESSET)。我们在利用“股价回报—未来盈余”敏感性考察沪港通对上海股票市场定价效率影响的实证分析中,将沪股通标的股票作为实验组,把其余的上证A股股票作为控制组,然后将两组样本中的金融类公司和数据有严重缺失的公司予以剔除,最终得到2013年至2016年共计3 764个研究样本。此外,在“股价回报—未来现金流”敏感性的相互佐证实证分析中,我们选取沪港通首批公布的268只港股通标的股票,剔除金融类公司以及数据有严重缺失的公司,剩余217只股票作为研究样本,最终得到2013年至2016年共计868个研究样本。最后,由于本文关注的是沪港通制度的实施效果,即未来盈余反应系数(FERC)在沪港通制度实施前后的变化,考虑到我国证监会要求上市公司在每年4月末之前披露上一年度财务报告,因此本文采用t年5月至t+1年4月末之间的股票收益数据来反映公司t年的股票收益率。
四、沪港通制度对股票定价效率影响的实证检验 (一) 描述性统计表1分别给出了沪股通标的股票、非沪股通标的股票以及全样本在沪港通开通前后相关变量的描述性统计。在沪港通开通后,沪股通标的股票的未来会计盈余、盈余持续性、未来现金流与沪港通开通前相比,均有所降低,但是沪股通标的股票的股票收益率却在沪港通开通后得到了提升,而非沪股通标的股票却与之不同,在沪港通实施后,无论是未来会计盈余、盈余持续性还是未来现金流都得到了提升。因此,从这两组数据直观来看,沪股通对其直接影响的沪市标的公司并没有表现出更多的正向变化;从虚拟变量List的全样本均值可以知道,有50.16%左右的样本公司进入了沪股通标的名单;从公司规模上看,无论是沪港通开通前还是沪港通开通后,沪股通标的股票的公司规模均大于非沪股通标的股票;在资产负债率方面,无论是均值还是中位数,沪股通标的股票的资产负债率均显著小于非沪股通标的股票,即沪股通公司基本上为一些优质大盘股,表明在该项制度设计时只是将大型优质公司考虑在内,而把小盘股公司排除在外;从换手率的均值和中位数上看,沪股通开通前后,标的股票年换手率小于非沪股通标的股票,说明沪市小盘股一直比大盘股活跃,而在沪港通实施后,无论是标的股票还是非标的股票的换手率均有所提高,但变化幅度基本相同。
沪港通前非标的股票 | 沪港通后非标的股票 | ||||||
标的股票 | 非标的股票 | 全样本 | 标的股票 | 非标的股票 | 全样本 | ||
Xi,t+1 | 均值 | 0.061 6 | 0.007 2 | 0.034 5 | 0.049 6 | 0.009 5 | 0.029 6 |
中位数 | 0.043 4 | 0.013 2 | 0.026 6 | 0.036 3 | 0.015 3 | 0.024 6 | |
ΔXi,t+1 | 均值 | –0.004 1 | –0.001 1 | –0.002 6 | –0.006 1 | –0.011 6 | –0.008 9 |
中位数 | –0.001 9 | –0.004 6 | –0.002 8 | –0.001 0 | –0.000 2 | –0.000 9 | |
CFi,t+1 | 均值 | 0.065 2 | 0.034 6 | 0.050 0 | 0.059 2 | 0.006 9 | 0.033 1 |
中位数 | 0.059 6 | 0.029 0 | 0.045 8 | 0.062 4 | 0.031 9 | 0.047 7 | |
R | 均值 | 0.378 8 | 0.259 3 | 0.319 2 | 0.421 5 | 0.600 5 | 0.510 7 |
中位数 | 0.297 1 | 0.199 0 | 0.243 7 | 0.301 9 | 0.454 3 | 0.396 2 | |
List | 均值 | 1.000 0 | 0.000 0 | 0.501 6 | 1.000 0 | 0.000 0 | 0.501 6 |
中位数 | 1.000 0 | 0.000 0 | 1.000 0 | 1.000 0 | 0.000 0 | 1.000 0 | |
Size | 均值 | 23.517 3 | 21.900 7 | 22.710 3 | 23.801 7 | 22.044 3 | 22.925 8 |
中位数 | 23.228 5 | 21.881 7 | 22.484 0 | 23.474 0 | 22.034 0 | 22.746 1 | |
Turnover | 均值 | 3.809 9 | 4.449 7 | 4.129 3 | 7.244 0 | 8.763 1 | 8.001 2 |
中位数 | 3.202 8 | 2.827 0 | 3.504 3 | 6.550 5 | 8.447 8 | 7.460 7 | |
Lev | 均值 | 0.547 5 | 58.631 2 | 29.542 0 | 0.538 8 | 51.404 3 | 25.890 1 |
中位数 | 0.550 6 | 53.291 1 | 0.966 4 | 0.535 8 | 49.896 2 | 0.940 1 | |
Growth | 均值 | 0.137 4 | –3.052 3 | –0.145 5 | 0.138 3 | –5.398 4 | –2.621 2 |
中位数 | 0.104 7 | –0.021 7 | 0.081 5 | 0.053 1 | –0.212 1 | 1.657 7 | |
数据来源:香港交易所网站、上海证券交易所网站和锐思数据库。 |
由于描述性统计只是将单个变量进行考察,缺乏系统性的研究,只能作为初步判断的依据,因此,我们进一步对上述样本数据采用双重差分模型进行研究。
为了考察沪港通的实施对上海股票市场定价效率的影响,首先从当前的股票回报对未来会计盈余反应程度的角度进行研究,未来会计盈余系数就代表了股票市场定价效率。实证检验结果如表2所示,List×R的系数显著为正,说明相较于非沪股通标的股票,沪股通标的股票本身的定价效率较高。这一点不难理解,因为在中国股市中,一些业绩优、规模大、成长性好的公司股票大部分被投资基金、QFII及价值型个人投资者持有,此类优质大盘股的估值水平基本与国际市场接轨,具有较高的定价效率;而List×Post×R的系数为–0.014 2,小于0,但相伴概率过大(0.122 6),说明我们拒绝原假设犯错误的概率达到了12.26%。如果我们把检验的显著水平定为5%或10%,List×Post×R的系数将不能通过显著性检验,但如果将显著水平放宽至13%则能通过显著性检验,由此,我们可以肯定地说,在沪港通实施以后,沪股通标的股票的当期回报对未来会计盈余的反应能力并没有显著提高,或者说,在一定程度上(即置信度为87%)降低了股价对未来盈余的反应系数,这显然同沪港通的政策预期相背离。此外,从其他解释变量的回归结果看,公司规模和换手率对未来会计盈余系数具有显著的负影响,而资产负债率和企业盈利能力对未来会计盈余系数具有显著的正影响。
回归系数 | 标准差 | 相伴概率 | |
R | 0.282 2*** | 0.048 4 | 0.000 0 |
List×R | 0.140 8*** | 0.010 7 | 0.000 0 |
List×Post×R | –0.014 2 | 0.009 2 | 0.122 6 |
Size×R | –0.015 0*** | 0.002 1 | 0.000 0 |
Turnover×R | –0.000 3*** | 0.000 1 | 0.001 3 |
Lev×R | 0.001 6*** | 0.000 1 | 0.000 0 |
Growth×R | 0.000 3*** | 0.000 1 | 0.008 0 |
R2 | 0.129 3 | ||
注:***、**和*分别表示在1%、5%和10%水平上显著,下同。 |
其次,会计盈余持续性是影响投资者预期的关键,进而影响投资者交易决策以及股票价格,因此,模型中股价回报与会计盈余持续性的参数就是盈余反应系数,也同样代表了股票的定价效率。实证检验结果如表3所示,解释变量List×R的系数为0.156 9,在1%水平上显著。这说明沪股通标的股票的“股价回报—未来盈余变化”敏感性显著高于非沪股通标的股票,即沪股通标的股票本身就具有更高的股票定价效率,这与前面的实证结果相同。而解释变量List×Post×R的系数为–0.022 5,相伴概率为0.093 9,在10%水平上显著,表明沪港通实施后,沪股通标的股票的“股价回报—未来盈余变化”敏感性下降,即投资者对未来盈余变化的预期能力在一定程度上(置信度90.61%)是下降了,同时也说明沪港通实施之后沪市定价效率并没有提高,甚至有所下降。除此之外,无论是沪股通标的股票还是非沪股通标的股票,控制变量公司规模是影响股票定价效率的重要因素,公司盈利能力对股票定价效率有正向影响,不过效果并不显著。
回归系数 | 标准差 | 相伴概率 | |
R | 0.287 2*** | 0.071 4 | 0.000 1 |
List×R | 0.156 9*** | 0.018 1 | 0.000 0 |
List×Post×R | –0.022 5* | 0.013 4 | 0.093 9 |
Size | –0.001 8*** | 0.000 4 | 0.000 0 |
Size×R | –0.017 3*** | 0.003 1 | 0.000 0 |
Turnover | –0.001 6 | 0.001 2 | 0.179 7 |
Turnover×R | 0.001 1 | 0.001 6 | 0.501 4 |
Lev | 0.002 1*** | 0.000 1 | 0.000 0 |
Lev×R | 0.000 4 | 0.000 3 | 0.102 8 |
Growth | 0.000 2 | 0.000 1 | 0.129 1 |
Growth×R | 0.000 1 | 0.000 2 | 0.788 9 |
R2 | 0.724 2 |
由于盈余可分解为现金流和总应计项,而现金流情况通常更能反映出公司盈利能力的实际状况,为了保证研究结果的可靠性,我们利用未来现金流来替代未来盈余,重新考察当期股票收益率对未来现金流的反应情况。这种替代事实上更符合现代金融学的现金流贴现定价模型,即资产定价理论认为股票价格是企业未来现金流的现值。借鉴Tucker和Zarowin(2006)的研究,我们建立如下模型:
$\begin{aligned}C{F_{i, t + 1}} = & {\gamma _0} + {\gamma _1}{R_{i,t}} + {\gamma _2}Lis{t_i} + {\gamma _3}Lis{t_i} \times {R_{i,t}} + {\gamma _4}Lis{t_i} \times Pos{t_t} \times {R_{i,t}} + \\ & \mu \mathop \sum \nolimits^ Contro{l_{i,t}} + \sigma \mathop \sum \nolimits^ Contro{l_{i, t}} \times {R_{i,t}} + {\varepsilon _{i,t}}\end{aligned}$ | (3) |
其中,CFi,t+1表示现金流,其值等于t+1期经营活动现金流与期初总资产之比;其他变量与模型(1)含义相同,交互项γ4Listi×Postt×Ri,t的系数即为度量股价对未来现金流反应能力的敏感系数。
回归系数 | 标准差 | 相伴概率 | |
R | 0.042 0* | 0.151 4 | 0.078 2 |
List×R | 0.067 0* | 0.036 9 | 0.069 8 |
List×Post×R | –0.002 7* | 0.027 6 | 0.092 2 |
Size | 0.001 9*** | 0.000 6 | 0.000 9 |
Size×R | –0.003 0* | 0.006 6 | 0.065 1 |
Turnover | 0.000 9 | 0.002 1 | 0.660 9 |
Turnover×R | –0.003 6 | 0.003 2 | 0.256 9 |
Lev | –0.000 2 | 0.000 1 | 0.182 9 |
Lev×R | 0.000 6 | 0.000 6 | 0.289 7 |
Growth | 0.000 1* | 0.000 2 | 0.099 4 |
Growth×R | 0.000 1 | 0.000 4 | 0.939 5 |
R2 | 0.325 1 |
表4中模型(3)的估计结果显示,虚拟变量List×R的系数为0.067 0,且在10%水平上显著,说明沪股通标的股票相对于非标的股票的“股价回报—未来现金流”敏感性系数更高;而虚拟变量List×Post×R的系数在10%水平上显著为负,表明沪股通标的股票在沪港通实施后,当期股票回报对未来现金流的敏感性降低,即股票价格对公司未来现金流的反应能力和预测能力反而有所下降,这一结论与前面实证结果相吻合。
(四) 稳健性检验本文在前面的实证模型中通过引入分组虚拟变量和分期虚拟变量的交互项基本上剔除了包括时间效应和其他共同作用因素的影响,比如2015年中国A股发生了股市暴涨以及股灾。一个很自然的想法是这一系列事件会不会对定价效率产生影响呢?事实上肯定会的,但这种影响会无一例外地对沪港通标的股票(实验组)和非沪港通标的股票(控制组)均产生影响,通过双重差分可以完全剔除,剩下的就是单纯的政策效应,这也正是双重差分模型的优势所在。此外,为了稳健起见,本文做了如下检验:
首先作对照性检验。在研究的样本期内,假设沪市股票定价效率(包括沪港通标的股票和非标的股票)在政策实施前后不变或者提高,但仅沪港通制度直接影响的标的股票定价效率下降,那么就说明沪港通标的股票定价效率的下降确实是沪港通制度作用的结果。
表5给出了沪市在沪港通制度实施前后定价效率的回归结果。沪港通实施后,包括沪股通标的股票和非沪股通标的股票的A股市场的股票“股价回报—未来盈余”的敏感性系数、“股价回报—未来盈余变化”的敏感性系数都显著为正,尽管“股价回报—未来现金流”的敏感性系数不显著,但是其相关系数为正,这在一定程度上表明沪港通实施后,我国股票市场定价效率整体上有所提高。由此,尽管沪港通制度实施后,我国股票市场的定价效率整体上有所提升,但是沪股通标的股票却在沪港通实施后有所降低,说明沪股通标的股票定价效率的降低并未受到时间效应的影响。
变量 | “股价回报—未来盈余” | “股价回报—未来盈余变化” | “股价回报—未来现金流” | |||
回归系数 | P值 | 回归系数 | P值 | 回归系数 | P值 | |
Post×R | 0.035 8*** | 0.001 2 | 0.037 9*** | 0.003 0 | 0.019 2 | 0.311 9 |
Size | 0.001 5*** | 0.000 0 | –0.001 8*** | 0.000 0 | 0.002 2*** | 0.000 0 |
Turnover | –0.001 9** | 0.012 5 | –0.002 4*** | 0.006 0 | –0.000 9 | 0.480 4 |
Lev | 0.000 3*** | 0.000 0 | 0.001 8*** | 0.000 1 | –0.000 2*** | 0.002 7 |
Growth | 0.000 2** | 0.016 3 | 0.000 1 | 0.122 0 | –0.000 1 | 0.974 4 |
R2 | 0.248 5 | 0.370 3 | 0.353 0 |
其次,我们还做了以下两个检验:
第一,由于沪港通实施前沪股通标的股票和非沪股通标的股票之间的公司特征就存在一定差异,这些差异可能会导致沪股通标的股票和非沪股通标的股票的定价效率在沪港通实施前就存在明显差异,从而降低模型估计的有效性。为此本文采用倾向性匹配得分法,从沪港通实施前的非沪股通标的股票中构造一组与沪股通标的股票最为接近的样本当作新的对比组。然后分别对基于倾向性匹配法得到的样本按照以上三个模型进行检验,检验结果均显示List×R的系数不再显著为正,说明两组样本的股票定价效率不存在显著性差异,同时也说明倾向性匹配法的效果较好。虚拟变量List×Post×R的系数均为负数,且通过显著性检验,与基于全样本得到的实证检验结果一致。
第二,前文的分析均采用是否沪港通的虚拟变量作为解释变量,并没有从沪股通标的股票的实际交易量角度考察沪港通对上海股票市场的定价效率的影响。在稳健性检验中,将回归模型中的虚拟变量替换为沪股通标的股票的交易量,然后分别利用以上三个模型对其进行实证检验,回归结果仍然支持前文的实证检验结果。
五、原因与讨论为什么沪港通没有提高沪股通标的股票的定价效率反而使其降低呢?在我们看来,这一结果并不意外。虽然在沪港通制度设计中为香港投资者投资于沪股通标的股票提供了更多的便利,而对内地投资者投资于港股通标的股票却有着诸多限制条件,但这种原本有利于香港投资者投资内地股市的制度设计,事实上并没有引起香港投资者多大的兴趣。同样,沪港通开通之初所期待的引入更多机构投资者以改变内地投资者结构、引进成熟投资理念以及吸引更多资金作为沪市“活水”的目标更是遥不可及;相反,借助港股通内地股市资金却出现了持续、大量的净流出状况。这一点在我们的统计中可以清晰地看出,截至2016年11月17日,沪股通的历史资金累计流入上海股票市场为1 324.78亿元,港股通的历史资金累计流入香港股票市场为2 979.85亿元。表面上看,这部分净流出的资金量并不是很大,但是结合当时的市场情况就有显著不同。众所周知,内地股市从2015年中期之后,连续三次大股灾,市场流动性枯竭,投资者损失严重,投资情绪受到了极大的打击,市场内资金不断流出,而此时以机构投资者为主体的场内又通过沪港通渠道南下港股市场,就使得场内资金的紧张程度雪上加霜。由此,场内资金活跃度和流动性又会进一步降低,其对定价效率的影响正如Brunnermeier和Pedersen(2005)所指出的那样:股票市场开放可能会使得股票市场的资金外流,导致本国股票市场的流动性降低,进而降低定价效率。
考虑到沪股通标的股票基本都是大盘蓝筹股,那么会不会由于沪港通制度的实施,香港投资者基于成熟理念对这些股票重新进行价值挖掘,并进而提升这部分股票的定价效率呢?这种想法也没有得到实证支持,而且我们的统计发现香港投资者在内地沪市的投资行为具有典型的内地投资者倾向,即频繁买入频繁卖出,相反内地投资者投资于港股市场反而有着类似香港机构投资者的行为,持股时间长,交易频率低,且集中投资于大盘蓝筹股。以2014年11月17日至2016年11月17日作为统计窗口,在此期间,沪股通累计买入金额为11 982.72亿元,累计卖出金额为10 657.93亿元,累计标的总成交金额为1 291 432.21亿元;而这一阶段港股通累计买入金额为7 671.67亿元,累计卖出金额为4 691.81亿元,累计标的总成交金额为187 565.19亿元。其沪股通累计标的总成交金额相当于港股通累计标的总成交金额的7倍之多。香港投资者通过沪股通标的股票快进快出、短线频繁买卖的投资行为与广为诟病的内地股市的投机痼疾并无二致。从这一点上说,市场环境力量是远远甚于投资理念的,毕竟适者生存是金融市场投资者的首选。
那么,为什么会出现内地资金净流出现象以及香港投资者在内地股市投资的短期化行为呢?我们认为,市场环境会在很大程度上决定理性经济人的行为,而内地股市和香港股市投资环境,尤其是制度环境的差异正是导致上述问题的根本原因。La Porta等(1998)关于法与金融的研究指出,在制度环境和投资者法律保护水平方面,普通法系要明显优于大陆法系,而Reese和Weisbach(2002)、Doidge(2004)等学者指出,香港股票市场在投资者法律保护方面要好于内地股票市场。近期,亚洲公司治理协会(ACGA)的双年度研究报告《2016年公司治理观察》显示,中国的公司治理在2010年取得49%的最高分之后,就一路大幅下滑,2016年ACGA给予中国的总体评分只有43%,而竞争对手如日本、印度和韩国等多个国家或地区的标准却在稳步提高。对此,ACGA认为,这主要源于2010年以来中国监管环境急剧恶化。仅2015年初至2017年5月,重要股东(持股5%以上的股东、董事、监事、高级管理人及其关系人)减持金额高达9 837亿元,其中不乏存在大量的恶性减持、清仓式减持等套现行为。此外,上市公司大股东利用定向增发的制度漏洞进行超额增发、套利以及利益转移等行为更是不胜枚举,国内股票市场上市公司的治理情况以及市场监管水平存在的问题可见一斑。因此,内地的理性投资人愿意将资金投入相对成熟的香港股市,以及香港投资者投资于内地股市行为的短期化自然也就是情理之中的事情,因此,所谓投资理念的差异与其说是投资者结构之间的差异,倒不如说是市场制度环境使然。
沪港通制度毕竟是涉及内地和香港两市,也许沪港通对于香港股市而言,可能会是另外一个情形。从市场交易数据看,包括借助于沪港通净流入港股市场的资金,以及其后开通的深港通净流入港股市场的资金,确实助推了香港股指的不断上行,恒生指数从2014年末至2017年末已经从24 252.30点上涨到29 773.27点,涨幅达到22.76%;市场活跃度不断提升,恒生指数振幅从2013年的20.68%和2014年的18.13%上升到2015年的34.82%。由于深港通是2016年12月5日正式实施,开通时间较短,对本文样本期间并无实质影响,因此,我们利用2013年至2016年港股通标的股票作为样本数据能够得到沪港通的实施对香港股票市场定价效率的真实影响。
变量 | “股价回报—未来会计盈余” | “股价回报—未来盈余变化” | “股价回报—未来现金流” | |||
回归系数 | P值 | 回归系数 | P值 | 回归系数 | P值 | |
R | 0.007 0** | 0.035 4 | 1.106 4*** | 0.000 0 | 0.104 5* | 0.056 8 |
List | –0.013 3 | 0.163 2 | –0.087 4*** | 0.000 9 | 0.011 2 | 0.338 9 |
List×R | 0.032 4* | 0.064 9 | 0.988 9*** | 0.000 0 | 0.017 7* | 0.084 83 |
Size | 0.009 6*** | 0.000 0 | 0.001 8 | 0.157 4 | 0.000 53* | 0.059 7 |
Turnover | –0.000 1 | 0.446 2 | –0.000 1 | 0.264 4 | –0.000 1* | 0.078 4 |
Lev | –0.002 9*** | 0.000 0 | 0.001 2*** | 0.008 6 | 0.000 9*** | 0.000 1 |
Growth | 0.000 1 | 0.230 8 | 0.000 1 | 0.379 2 | 0.000 1* | 0.080 7 |
R2 | 0.832 5 | 0.111 9 | 0.691 6 |
表6给出了相应的实证结果。从表6中可以看出,无论是基于“股价回报—未来会计盈余”、“股价回报—未来盈余变化”还是“股价回报—未来现金流”的敏感性,List×R的系数总体上显著为正,说明港股通标的股票在沪港通实施后,对应于港股的定价效率确实显著提升了,这显然是我们愿意看到的一个结果。但一项制度的实施如果导致一方受益而另一方受损显然不是帕累托改进,更不可能实现帕累托最优。
另外,就提升国内股市定价效率而言,我们认为切实改革国内股票市场的发行制度相对于试图借助外部因素来改变与成熟市场的差异应该更切合实际。众所周知,从股市成立至今,沪深两市包括主板、中小板和创业板市场上市的公司达到3 000余家(2016年为3 029家、2017年为3 467家),而退市的公司仅为三家,基本呈现出只进不出的现象,而美国股市年均退市比率为8.3%,已经退市的公司数量比目前市场正在交易的上市公司数量还多。相对而言,国内股票市场没有优胜劣汰的淘汰机制,投资者也不用担心某一只股票会退市。因此,炒新、炒小、炒壳、炒重组、炒题材、炒高送、炒更名等畸形投资理念被不断强化,股票估值虚高自然也就不足为奇了。用巴菲特的话说“没有破产的资本主义,就像基督教没有地狱”,因为没有地狱,人人都不怕犯罪了。同样,对于国内A股市场而言,因为没有退市机制,企业自然也就没有提高公司治理水平的压力。因为不担心公司退市,投资者自然也就缺少了对市场的敬畏之心,价值投资理念又从何谈起呢?此外,香港投资者不喜欢炒壳、炒小盘股绝非简单的投资理念问题,更重要的原因则是市场环境使然,其创业板长期低迷,加之老千股充斥其间,投资者对细价股的恐惧和厌恶使其唯恐避之而不及。所以,通过市场化手段促进股票发行制度改革、完善市场制度环境、提高市场监管水平、有效提升投资者保护水平更可能是当务之急。
六、结语与启示提高资产定价效率是我国资本市场发挥融资功能的核心问题。沪港通作为我国资本市场开放的一项重要内容,通过沪港通的实施提升其对国内股票市场的定价效率,是我国推出沪港通制度的根本所在。本文以我国证监会2014年11月17日推出的沪港通为研究对象,采用双重差分模型实证检验了沪港通制度的推出对我国股票市场定价效率的影响,我们发现,无论是从“回报—未来会计盈余”、“回报—未来盈余变动”的敏感性角度,还是从“回报—未来现金流”的敏感性角度考察,实证结果均表明,沪港通的实施对国内沪市的定价效率并没有显著的提升,反而有所下降,导致这一结果的直接原因是内地股市资金的不断外流,而更深层的原因则是市场制度环境和投资者保护水平的差异。但另一方面,沪港通为香港股票市场注入“新鲜血液”,助推了港股不断上行,增加香港股票市场的活力,进而促进香港股票市场定价效率的提高。然而,对于一项制度而言,制度的实施不使一方受损而另一方受益或者是双方均受益才是真正的帕累托改进,否则,帕累托最优状态很难成功实现。
沪港通是我国股票市场对外开放进程中的关键一步,然而,要把沪港通制度发展好、利用好,就必须对沪港通制度有一个正确的理解和把握。(1)不能把沪港通简单地理解成一个市场对另一个市场的资金支持,否则势必会导致某一市场成为对方市场的“唐僧肉”。它应该是通过互通互联促进两地市场共同发展,尤其是对内地市场而言,通过这种机制能够将内地这个新兴特征明显的市场与相对成熟的市场进行连接和“捆绑”,引入一个新的外部治理机制和约束机制,进而倒逼我国股票市场的各项制度建设,完善市场环境,加快内地市场向更加成熟市场转变的进程,并最终实现更好地发挥市场应有功能的长远目标,这才应该是沪港通真正的题中之义。(2)不能将沪港通制度仅仅看成是引进成熟机构投资者、先进的投资理念、增加市场“活水”这么简单,而应该看到其背后一些更深层次的内容。制度决定行为,行为体现理念,因此,加强市场制度环境建设尤其要放在重要的位置上。正如本文前面指出的,包括机构投资者在内的境外投资者在内地市场所表现出典型的内地投资者行为特征,以及内地投资者投资于港股市场反而有着类似香港机构投资者的行为,足以说明市场环境尤其是制度环境的差异对投资行为影响的重要性。
建立一个开放成熟的股票市场是中国股市发展的目标,但这不可能是一蹴而就的,它需要多方面的制度改革和制度创新。而通过市场化改革使股票市场回归到它应有的功能上来,这既是各界共识也是必由之路。对于我国股票市场的开放,应充分利用沪港通制度的试验田作用,及时发现国内市场不足,加大力度完善我国股票市场的制度建设,努力提高股票市场的监管水平,切实保证股票市场各项功能的正常发挥,在此基础上逐步实施股票市场对外开放。正如监管高层此前反复强调的那样,改革开放的节奏不是由其他政策或者事件所控制的,而是由我国市场本身的发展所决定。
① 由于沪港通制度的投资标的经相关监管机构批准,可调整沪股通和港股通股票的范围,文中所述的310只港股通股票是2017年6月1日公布的最新名单。
② 所谓时间效应就是设想在没有政策实施的情况下,考察变量在该时点(对应于政策实施的时间点)前后样本均值的变化,这个样本均值就是时间效应。但是由于该设想是与实际事实不相符的,因此是一个反事实情况。
[1] | 陈九生, 周孝华. 沪港通背景下沪港股市联动性研究[J].北京理工大学学报(社会科学版),2017(2). |
[2] | 董秀良, 曹凤岐. 国内外股市波动溢出效应——基于多元GARCH模型的实证研究[J].数理统计与管理,2009(6). |
[3] | 李志生, 陈晨, 林秉旋. 卖空机制提高了中国股票市场的定价效率吗? ——基于自然实验的证据[J].经济研究,2015(4). |
[4] | 王倩, 马云霄. 沪港通政策的公司治理效应——基于事件研究法的实证分析[J].金融论坛,2016(5). |
[5] | 王梓淇. 沪港通背景下A+H股的市场联动性研究[D]. 上海: 华东政法大学, 2016. http://cdmd.cnki.com.cn/Article/CDMD-10276-1016718664.htm |
[6] | 朱红军, 何贤杰, 陶林. 中国的证券分析师能够提高资本市场的效率吗—基于股价同步性和股价信息含量的经验证据[J].金融研究,2007(2). |
[7] | 褚剑, 方军雄. 中国式融资融券制度安排与股价崩盘风险的恶化[J].经济研究,2016(5). |
[8] | Ayers B C, Freeman R N. Evidence that analyst following and institutional ownership accelerate the pricing of future earnings[J].Review of Accounting Studies,2003,8(1):47–67. |
[9] | Bris A, Goetzmann W N, Zhu N. Efficiency and the bear: Short sales and markets around the world[J].The Journal of Finance,2007,62(3):1029–1079. |
[10] | Brunnermeier M, Pedersen L. Predatory trading[J].The Journal of Finance,2005,60(4):1825–1863. |
[11] | Choi J H, Myers L A, Zang Y, et al. Do management EPS forecasts allow returns to reflect future earnings? Implications for the continuation of management’s quarterly earnings guidance[J].Review of Accounting Studies,2011,16(1):143–182. |
[12] | Collins D W, Maydew E L, Weiss I S. Changes in the value-relevance of earnings and book values over the past forty years[J].Journal of Accounting and Economics,1997,24(1):39–67. |
[13] | Crawford S, Park D, Roulstone D. Insider trading and the incorporation of future earnings news into stock prices[R]. Working Paper, 2011. |
[14] | Doidge C, Karolyi G A, Stulz R M. Why are foreign firms listed in the U.S. worth more?[J].Journal of Financial Economics,2004,71(2):205–238. |
[15] | Drake M S, Myers J N, Myers L A, et al. Short sellers and the informativeness of stock prices with respect to future earnings[J].Review of Accounting Studies,2015,20(2):747–774. |
[16] | Ettredge M L, Kwon S Y, Smith D B, et al. The impact of SFAS No. 131 business segment data on the market’s ability to anticipate future earnings[J].The Accounting Review,2005,80(3):773–804. |
[17] | Francis J R. What do we know about audit quality?[J].The British Accounting Review,2004,36(4):345–368. |
[18] | Gelb D S, Zarowin P. Corporate disclosure policy and the informativeness of stock prices[J].Review of Accounting Studies,2002,7(1):33–52. |
[19] | Goldstein I, Guembel A. Manipulation and the allocational role of prices[J]. The Review of Economic Studies,2009,75(1):133–164. |
[20] | Hutton A P, Marcus A J, Tehranian H. Opaque financial reports, R2, and crash risk[J].Journal of Financial Economics,2009,94(1):67–86. |
[21] | La Porta R, Lopez-de-Silanes F, Shleifer A, et al. Low and finance[J].Journal of Political Economy,1998,106(6):1113–1155. |
[22] | Lundholm R, Myers L A. Bringing the future forward: The effect of disclosure on the returns-earnings relation[J].Journal of Accounting Research,2002,40(3):809–839. |
[23] | Merton R C. The financial system and economic performance[J].Journal of Financial Services Research,1990,4(4):263–300. |
[24] | Miller E M. Risk, uncertainty, and divergence of opinion[J].The Journal of Finance,1977,32(4):1151–1168. |
[25] | Morck R, Yeung B, Yu W. The information content of stock markets: Why do emerging markets have synchronous stock price movement?[J].Journal of Financial Economics,2000,58(1-2):215–260. |
[26] | Navaz N. The relationship between financial liberalization and stock market efficiency: A study of emerging markets[D]. Kuala Lumpur: University Malaya, 2014. http://studentsrepo.um.edu.my/4638/1/Thesis_Final_Submission.pdf |
[27] | Orpurt S F, Zang Y. Do direct cash flow disclosures help predict future operating cash flows and earnings?[J].The Accounting Review,2009,84(3):893–935. |
[28] | Reese W A Jr, Weisbach M S. Protection of minority shareholder interests, cross-listings in the united states, and subsequent equity offerings[J].Journal of Financial Economics,2002,66(1):65–104. |
[29] | Rejeb A B, Boughrara A. Financial liberalization and stock markets efficiency: New evidence from emerging economies[J].Emerging Markets Review,2013,17:186–208. |
[30] | Roll R. R2[J]. Journal of Finance,1988,43(3):541–566. |
[31] | Sadka R, Scherbina A. Analyst disagreement, mispricing, and liquidity[J]. The Journal of Finance,2011,62(5):2367–2403. |
[32] | Shleifer A, Vishny R W. A survey of corporate governance[J].The Journal of Finance,1997,52(2):737–783. |
[33] | Spiegel M, Subrahmanyam A. Informed speculation and hedging in a non-competitive securities market[J].The Review of Financial Studies,1992,5(2):307–329. |
[34] | Subramanyam K R, Wild J J. Going-concern status, earnings persistence, and informativeness of earnings[J].Contemporary Accounting Research,1996,13(1):251–273. |
[35] | Tucker J W, Zarowin P A. Does income smoothing improve earnings informativeness?[J].The Accounting Review,2006,81(1):251–270. |
[36] | Vieito J P, Wong W K, Chow S C. Stock market liberalizations and efficiency: The case of Latin America[R]. Working Paper, Available at SSRN 2718274, 2016. |
2.School of Economics and Management,Northeast Electric Power University,Jilin Jilin 132012,China