股价同步性:富于还是缺乏信息含量???
本文以定向增发折价程度为信息不对称变量，利用2006—2014年定向增发的A股上市公司相关数据，分析股票价格的同向波动与信息不对称程度之间的关系。
结果发现：定向增发抑价与股价同步性负相关，表明我国的股价同步性具有信息含量。
进一步的分析显示，分析师能够降低信息不对称程度，降低股价同步性对定向增发抑价的影响；定向增发对象对定向增发抑价及定向增发抑价与股价同步性关系的影响均不大。
毕业论文网 关键词：股价同步性；定向增发抑价；信息不对称 中图分类号：F276文献标识码：A文章编号：1001—148X（2018）01—0046—07 股价同步性是各国证券市场普遍存在的现象，在我国尤为突出。
国内研究普遍认为股价同步性越高，市场效率越低，信息含量越低，但是缺乏实证的检验。
本文以定向增发为例，将定向增发折价程度作为信息不对称的度量指标，研究定向增发折价程度与股价同步性的关系。
考虑到上市公司的分析师跟随数量在一定程度上能够降低信息不对称程度，本文进一步考察股票价格的同步性、分析师跟随数量与定向增发折价程度之间的关系。
另外，在我国定向增发实践中，超过一半的定向增发对象为上市公司的控股股东或者关联股东，本文还将考察定向增发对象对股价同步性与定向增发折价关系的影响。
一、文献回顾 （一）股价同步性 Morck等（2000）率先提出股价同步性的概念，并用R2来计量股价同步性，发现经济发展水平越差的地区股价同步性越高，对投资者保护越差的国家股价同步性越高，新兴资本市场的股价同步性显著高于发达国家。
Wurgler（2000）发现股价同步性越低的地区，其资本配置效率越高，因为股票市场融入了更多公司层面的信息。
Durnev等（2003）研究发现具有低股价同步性的公司和行业，其当前的股票收益与未来盈余的关联越强，其中包含的关于未来盈余的信息越多。
然而，对于股价同步性与信息含量的负相关关系也有学者提出质疑，Dasgupta等（2010）认为在信息透明的环境当中，股票价格包含着更多关于未来盈余的信息，因此当未来盈余实际实现的时候，市场的“惊喜”（“意外”）较少，因此现在股价中的信息含量越高，则未来的股价同步性越高。
Chan等（2013）认为，股价同步性越高，股票的流动性越好，因为股价同步性越高的股票，市场参与者能够从市场中获得更多关于公司的信息。
国内关于股价同步性的研究大致分为两类：一类是检验股价同步性的信息含量。
王亚平等（2009）运用中国股票市场的数据发现，公司信息透明度越低，股价同步性越低，股价同步性与信息透明度的正向关系随着机构投资者持股比例的提高而减弱。
金智（2010）研究发现会计信息质量与股价同步性正相关，但是由于我国股票市场存在卖空限制，这种正相关关系仅存在于负向盈余管理的情况。
许年行（2011）从收益“惯性”和“反转”与R2的关系入手，考察我国股市股价同步性的生成机理，发现我国股市不存在“惯性”现象，而存在显著的“反转”现象，不同市场态势下，收益的“惯性”现象和“反转”现象的表现形式不同。
肖浩等（2011）通过模型估计股票的信息性交易概率，作为知情交易的直接度量，检验信息性交易概率与股价同步性的关系，研究发现信息性交易概率与股价同步性之间呈高度负相关关系。
林忠国等（2012）用信息交易概率（PIN）作为信息含量的代理变量，发现股价非同步性与信息之间存在U型关系，另外在我国证券市场上，股价非同步性整体表现为噪音。
另一类研究是直接将股价同步性作为市场效率的代理变量，?J为股价同步性越高，市场效率越低。
唐松等（2011）以股价同步性作为股价信息含量的代理变量，检验政治关联与股价信息含量的关系，结果发现与没有政治关系的公司相比，有政治关系的公司的股票价格同步性显著较高。
史永等（2014）以股价同步性作为信息效率的代理变量，研究发现XBRL财务报告的实施能够有效降低股价波动的同步性。
黄俊等（2014）以股价同步性作为资本市场定价效率的代理变量，考察了新闻媒体报道对资本市场定价效率的影响，结果发现媒体报道与股价同步性显著负相关。
这部分的研究认为股价同步性越低，信息含量越高，直接将股价同步性低作为信息含量高的度量，而并没有进一步的检验。
总体来说，国内的研究对于股价同步性是否具有信息含量也是存在很大的争议。
（二）增发抑价 对于增发抑价的解释主要有信息不对称理论、基于代理理论的协同效应和管理层机会主义行为。
信息不对称理论认为，在信息不对称的情况下，外部投资者了解公司需要付出成本，而定向增发抑价则是给予外部投资者搜集信息的成本的补偿（Hertzel等，1993）。
基于代理理论的协同效应认为，定向增发后股权集中度提高，主要股东与管理层的利益更加趋于一致，主要股东对管理层的监督和激励作用提高，增发抑价就是对于主要股东的监督和激励作用给予的一种补偿（Wruck，1989）。
管理层机会主义认为，管理层倾向于将公司股票定向增发给“消极投资者”，这些“消极投资者”不会参与监督管理层，从而管理层实现控制公司的目的（Barclay等，2007）。
国内关于增发的研究，主要关注大股东利益输送、财富转移等方面。
章卫东等（2008）分析了影响中国上市公司定向增发新股折扣率的因素，发现中国上市公司定向增发新股折扣率的高低与股东的身份有关。
朱红军等（2008）认为定向增发是上市公司重要的再融资方式，定向增发对于企业再融资、提高公司治理具有重要作用。
作者通过对驰宏锌锗定向增发案例的分析，发现定向增发背后的大股东利益输送现象，研究结果表明只有在良好的制度环境下，才能发挥定向增发应有的作用。
张鸣等（2009）研究发现大股东的机会主义动机是影响上市公司进行定向增发的重要因素，上市公司定向增发的折价水平和大股东认购比例共同决定了大股东是否从上市公司转移财富及其转移财富的多寡。
二、研究设计 （一）假设的提出 国内外针对股价同步性是否具有更高的信息含量存在很大争议。
因此，本文提出以下两个竞争性的假说： H1a：股票价格的同步性越高，股票价格的信息含量越高。
（二）主要变量的定义 1.股价同步性 本文借鉴Morck等（2000）的做法来估计R2，并加入市场收益的滞后项，加入股价对于市场层面信息的滞后反应，再将R2进行对数化，使之呈正态分布。
ri，t=α+β1rm，t+β2rm，t—1+εi，t（1） SYNCH=lnR21—R2（2） 其中：ri，t为定向增发样本公司i第t天考虑现金红利再投资的收益率，rm，t为第t天流通市值加权的市场平均收益率。
2.定向增发抑价 信息不对称理论认为，当定向增发公司信息不对称程度越高时，外部投资者的信息搜集成本增加，公司需要给予外部投资者一定的价格折扣补偿投资者的信息搜集成本，增发抑价越高。
然而，在我国定向增发的实践中，超过一半的定向增发对象为控股股东或者关联股东，即关联方。
本文用定向增发抑价作为信息不对称的代理变量，为了排除其他因素的干扰，在全样本检验之外，剔除了定向增发对象为控股股东或者关联股东。
对于管理层机会主义，由于我国定向增发对象的确定及定向增发议案的通过等都需要召开股东大会，因此管理层在确定定向增发对象的能力上存在限制，并且我们对2006—2014年间定向增发的数据整理后发现，超过一半的定向增发对象为控股股东或者关联股东，这些投资者都属于“积极投资者”，这说明管理层选择“消极投资者”的能力有限。
为了避免定向增发前股价波动对增发抑价计算的影响，本文分别用定向增发当天股票收盘价、定向增发前10天股票收盘价的均值、定向增发前30天股票收盘价的均值三种基准来计算定向增发抑价，具体计算过程参照模型（3）、模型（4）、模型（5）。
Discount_1=Offer_1—Offer_priceOffer_1（3） Discount_10=Preoffer_10—Offer_pricePreoffer_10（4） Discount_30=Preoffer_30—Offer_pricePreoffer_30（5） 其中，Offer_1为定向增发当天股票收盘价，如果定向增发当天没有交易价格，则用定向增发前1个交易日的收盘价计算，Preoffer_10为定向增发前10天股票收盘价均值，Preoffer_30为定向增发前30天股票收盘价均值，Discount_1为用定向增发当天股票收盘价计算的定向增发抑价，Discount_10为用定向增发前10天股票收盘价均值计算的定向增发抑价，Discount_30为用定向增发前30天股票收盘价均值计算的定向增发抑价，Offer_price为定向增发价格。
（三）其他控制变量 1.Ln_Analyst――分析师跟随 Analyst：定向增发前（—13个月，—1个月）窗口期的每个样本公司的分析师跟随数； Ln_Analyst=ln（1+Analyst）。
由于分析师跟随同定向增发抑价一样，都在一定程度上反映了信息不对称程度，因此分析师跟随数越高，信息不对称程度越低，那么定向增发抑价程度越低，因此我们预计Ln_Analyst的符号为负。
2.Big――定向增发对象为控股股东或者关联股东 虚拟变量，定向增发对象为控股股东或关联股东时为1，否则为0。
定向增发对象为控股股东或者关联股东时对定向增发抑价的影响比较复杂，因此我们不对其符号进行预测。
3.Cash――定向增发为现金购买方式 虚拟变量，定向增发购买方式为现金时为1，如果用资产购买则为0。
关于定向增发的购买方式对定向增发抑价的影响的研究很少，没有直接的实证经验，因此我们也不对Cash的符号进行预测。
4.Soe――企业性质 虚拟变量，用实际控制人划分公司所有权性质，国有控股为1，否则为0。
以往关于企业性质对于定向增发抑价影响的研究很少，因此我们不对Soe的符号进行预测。
5.Preoffer_10――定向增发前10天股价均值 以往的研究表明，定向增发前股票价格越高，定向增发抑价程度越高，因此我们预计Preoffer_10的符号为正。
6.Market_cap――流通在外的股票市值 7.Ln_age――公司成立年数 age：公司成立年数；Ln_age=ln（1+age）。
8.Total_vol――总波动 Total_vol=样本公司股票收益的标准差。
9.Sys_vol――系统波动 Sys_vol=样本公司股票收益率方差—残差。
（四）经验研究模型 Discount=α+β1SYNCH+β2Ln_Analyst+β3Big+β4Cash+β5Soe+β6Preoffer_10+β7Market_cap+β8Ln_age+β9Total_vol+β10Sys_vol+εi，t（6） 本文采用最小二乘法（OLS）来检验模型（6），其中：Discount为定向增发抑价，分别用定向增发当天股价、前10天股价均值、前30天股价均值（Discount_1、Discount_10、Discount_30）来检验。