現金股利、多層次資本市場體系與股票價格波動

張 普，陳 亮，張名譽

（常州大學 商學院，江蘇 常州 213164）

0 引言

我國股票市場自20世紀90年代建立以來，發展之迅速舉世矚目，時至今日，多層次資本市場體系建設也已初見成效。然而，與成熟市場經濟國家的資本市場相比較，我國股票市場中換手率高、股價波動大、市場效率與穩定性較差等現象仍普遍存在。對此，陳雨露、汪昌云（2006）[1]，宋逢明等（2010）[2]和彭志勝、宋福鐵（2014）[3]等的研究認為，國內外上市公司在股利分配的數量、形式、及時間上的顯著差異，很可能正是造成我國股票市場股價波動較大現象的原因之一。

既然“深化多層次資本市場體系改革，強化資本市場基礎性功能”是2017年我國證監會系統的工作重點，那么股利問題作為發揮資本市場功能的重要推手之一，其在不同層次資本市場中與股票波動性的關系就成為當前亟需思考的問題。為此，本文以我國深圳證券市場上市公司為研究對象，考察現金股利政策對股票波動性的影響，并分析這種影響在不同層次資本市場之間的差異，以期為我國多層次資本市場體系建設提供有益的參考。

1 模型、變量及數據

1.1 模型設定

本文以我國深圳證券交易所上市公司為研究對象，運用面板數據分析法，對我國多層次資本市場體系中現金股利政策與股票波動性的關系進行研究。根據Baskin(1989)[4]、Allen和Rachim(1996)[5]、Hussainey等(2011)[6]等，參考國內外現有文獻，以股票波動率作為被解釋變量，以股利收益率和股利支付率作為現金股利政策的代理變量(解釋變量)，建立模型如(1)式所示：

PV=β1DY+β2DP(1)

為了剔除其他公司財務信息及市場交易情況對股票波動性的影響，必須設置合理的控制變量。參考國外學者[4-7]的文獻，本文將公司規模、盈利波動率、資產負債率和總資產增長率作為研究股利政策與股票波動性關系的控制變量；彭志勝、宋福鐵(2014)[3]在前述基礎上，又增加了凈資產收益率反映公司盈利能力的大小，選取現金資產比反映公司資金充裕度；而Syed和Umara(2016)[8]則以公司規模、資產增長率、資產負債率、盈利波動率和每股收益作為研究股利政策與股票價格波動性的關系控制變量。

綜上，進一步完善(1)式，建立的回歸模型如(2)式所示：

其中，PV為股票波動率，DY為股利收益率，DP為股利支付率，Controlj(j=1，2，...，7)分別代表公司規模、盈利波動率、資產負債率、凈資產收益率、現金資產比、總資產增長率和每股收益。β1、β2、δj(j=1，2，...，7)則分別為上述各影響因子對股票波動率的影響系數。

1.2 變量定義

1.2.1 被解釋變量

股票波動率(PV):考慮到我國股票市場波動較大的現實情況，與 Baskin(1989)[4]、Hussainey等(2011)[6]、Syed 和Umara(2016)[8]等采用有效年最高價減最低價除以平均值計算的波動率不同，本文以上市公司季度60日簡單移動平均波動率作為股票波動率的指標。

1.2.2 解釋變量

股利收益率(DY):股利收益率是每股股利與每股市價的比值或季度總現金股利與季度末總市值的比值，其中每股市價選取季度末日收盤價。

股利支付率(DP):股利支付率是每股股利與每股收益的比值或季發放的現金總股利與季總凈利潤的比值。

1.2.3 控制變量

（1）現金資產比(CA)：根據彭志勝和宋福鐵(2014)[3]，公司決定是否發放股利受公司現金充裕的影響，選取現金資產比(季末現金總額與季末總資產的比)來反映現金充裕程度。

（2）資產負債率(DEBT)：由于資產負債率高的公司需要大量現金應對債權人對現金的需求，從而被動選擇少分紅或不分紅。而資產負債率低的公司則無此壓力，甚至有能力在盈利能力下降、現金減少時通過融資等手段對分紅進行平滑處理，以避免分紅減少對公司價格產生負面影響。因而，公司負債率水平影響股利政策，并進而影響價格波動。為此，本文選取資產負債率反映公司財務杠桿水平。

（3）總資產增長率(AG)：鑒于公司到外部市場進行融資會產生各種成本，如果公司有好的投資項目，公司會優先將盈利滿足新投資項目的需要。因而，成長性高的公司會選擇少發放或不發放現金股利，即公司成長性直接影響股利政策，進而影響價格波動。本文選取總資產增長率(本季度總資產的增加值與上季度總資產的比值)。

（4）凈資產收益率(ROE)：公司盈利能力直接影響現金分紅，盈利能力越高的公司越有能力多分紅，進而價格波動也可能較小，故選取凈資產收益率(凈利潤與所有者權益的比值)反映公司盈利能力大小。

（5）盈利波動率(EV)：盈利波動率等于息稅前利潤的變異系數，即最近五年息稅前利潤的標準差與其平均值的比值。

（6）每股收益(EPS)：根據Syed和Umara(2016)[8]，每股收益等于企業凈利潤與普通股股數的比值。

（7）公司規模(SIZE)：與Baskin(1989)[4]等以年末流通總市值，取自然對數計算公司規模不同，本文以季度公司流通市值的增加值更好反映公司綜合實力變化程度，使得經濟意義更明晰。

模型中的各變量的獲取或計算方法如表1所示。

表1 模型變量說明

1.3 樣本選擇和數據來源

為了增強研究的可比性，本文將選擇中國深圳證券交易所主板、中小板和創業板三個不同層次市場的數據加以分析。同時，在時間上選擇上，采用2011—2015年間的季度數據進行檢驗，并按以下原則篩選樣本。

（1）為了保證樣本漲跌幅限制的一致性，如個股在樣本期間內被特別處理或其他處理，則剔除相關交易數據；

（2）為了保證與其他相關研究的可比性，剔除凈資產小于零的個股；

（3）由于分析中需要公司以往的經營業績數據和分紅記錄，因此剔除2010年12月31日之后上市的公司樣本。

（4）由于金融類公司的經營模式和資本結構與其他行業公司存在顯著差異，因此剔除了金融類公司。

經過篩選，有效樣本中，涉及的個股數量為主板市場290支、中小板市場496支、創業板市場153支。考察數據的時間序列及橫截面特征，符合進行面板數據分析的基本要求。所有數據來源于國泰安(CSMAR)和銳思(RESSET)金融研究數據庫。

1.4 描述性統計分析

樣本數據的描述性統計分析結果如表2所示。同時，為了比較相關變量在不同層次市場中的總體均值是否相等，本文還采用t檢驗分別判斷主板市場與中小板市場、主板市場與創業板市場、中小板市場與創業板市場的獨立樣本均值是否存在顯著差異。

表2 描述性統計分析結果

表2結果顯示，對股票波動率而言，板塊間的t檢驗都在0.01顯著性水平下顯著，拒絕“假設均值相等”的原假設，說明股票波動率的均值在三個層次的板塊間存在顯著性差異，直觀上看，創業板市場的波動率最高，主板市場則最低。

對股利收益率而言，t檢驗結果顯示主板和中小板間不顯著，而主板與創業板、中小板與創業板間則在0.01顯著性水平下顯著。表明主板和中小板之間的股利收益率不存在顯著差異，但在主板與創業板、中小板與創業板之間，股利收益率水平差異顯著存在。但是對股利支付率而言，卻與上述情況恰好相反。

此外，資產負債率、現金資產比、每股收益在板塊間的t檢驗都在0.01顯著水平下顯著，說明這三個指標的均值在三個板塊間存在顯著差異。盈利波動率在三個板塊間不存在差異。而公司規模、凈資產收益率和總資產增長率三個指標均值在三個板塊間差異性不同。

2 實證分析

2.1 實證過程

本文采用面板數據分析法分別對我國深圳主板市場、中小板市場和創業板市場的現金股利政策與股票波動性的關系進行實證檢驗。首先，將(2)式具體化，得到實證模型一，如(3)式所示：

其中，PVit(i=1,2,...,939；t=1,2,...,20)為個股i在季度t的波動率水平，且i=1,2,...,290為主板市場；i=290,291,...,786為中小板市場，i=786,787,...,939為創業板市場。令m=A、B、C分別代表主板、中小板和創業板市場。(j=1，2，...，7，m=A、B、C)則分別代表不同板塊市場中股利收益率(DYit)、股利支付率(DPit)、公司規模(SIZEit)、盈利波動率(EVit)、資產負債率(DEBTit)、凈資產收益率(ROEit)、現金資產比(CAit)、總資產增長率(AGit)和每股收益(EPSit)的影響系數。εit為截距項。所有運算通過Eviews8.0軟件完成。

2.2 面板數據單位根檢驗

為了驗證數據序列是否平穩性，以避免偽回歸，在進行面板數據回歸前，必須對相關數據進行單位根檢驗。常見的面板單位根檢驗方法很多，且這些檢驗方法的原假設不盡相同。這里本文選擇Fisher-ADF檢驗和Fisher-PP檢驗驗證樣本數據的平穩性，表3顯示了我國三個不同層次的證券市場上各回歸變量的單位根檢驗結果。

表3 單位根檢驗結果

表3結果顯示，在兩種檢驗中，三個層次的市場數據均能夠在0.01顯著性水平上拒絕“存在單位根”的原假設，因此可以認為樣本序列是平穩的，符合進行面板數據回歸的條件。

2.3 面板回歸模型選擇

接下來，還要對樣本數據分別進行極大似然比檢驗和Hausman檢驗，考察混合模型、固定效應模型和隨機效應模型的適用性，以最后確定面板模型的具體形式。具體地，在固定效應模型中行極大似然比檢驗以確定混合模型和固定效應模型的取舍，其中原假設為“真實模型為混合模型”；在隨機效應模型中行Hausman檢驗以確定固定效應模型和隨機效應模型的取舍，其中原假設為“真實模型為隨機效應模型”。三個不同層次市場的檢驗結果匯總如表4所示。

表4 面板數據回歸模型的選擇檢驗

由表4可知，經過比對，三個層次市場的檢驗結果均顯示，應選擇固定效應模型進行面板數據回歸。考慮到個體固定效應模型、時間固定效應模型和個體時點固定效應模型的適用性，本文最終選擇面板數據個體固定效應模型。

2.4 回歸結果與分析

為了能分別反映股利收益率和股利支付率對股票波動性的影響，同時盡可能避免多重共線性，另設定模型二和模型三，如(4)式和(5)式所示：

運用固定效應模型對樣本數據進行回歸，部分結果如表5所示①個體固定效應模型面板數據回歸結果中，每個個體具有不同的截距項，由于個體數量較多，故本文未一一列示，下文穩健性檢驗結果亦如此。。

表5反映了同時存在于我國深圳證券交易市場的主板、中小板和創業板市場中現金股利與股票價格波動之間的關系。依據面板數據回歸的實證結果顯示，模型中設定的兩個解釋變量，即股利收益率和股利支付率，能夠分別在特定市場中對股票波動率具有解釋能力；模型選擇的部分控制變量，也對股票波動具有一定的解釋力。三個層次市場的回歸模型中，F統計量都在0.01顯著性水平上顯著，表明模型正確。

表5 現金股利政策與股票波動性面板數據回歸結果

2.4.1 股利收益率和股利支付率對股票波動率的影響

解釋變量股利收益率和股利支付率在三個層次的市場中的表現不完全相同。

（1）解釋能力

模型一檢驗了股利收益率和股利支付率對股票波動性的共同影響。結果顯示，主板、中小板和創業板中，股利收益率和股利支付率指標均可通過顯著性檢驗，但顯著性水平略有不同。其中，股利收益率指標在0.01的顯著性水平下顯著，股利支付率則分別在不同市場中以0.1或0.05顯著性水平顯著。這表明兩個代理變量中，股利收益率能對股票波動產生影響的可能性更大。

模型二和模型三分別檢驗了股利收益率和股利支付率對股票波動性的影響，可見，單獨而言股利收益率對波動性的影響能力與模型一相仿，但股利支付率指標卻不能單獨成為股票波動性的影響因素。

（2）影響方向及程度

對模型一和模型三的比較分析結果顯示，無論是與股利支付率共同檢驗還是單獨分析，股利收益率指標的回歸系數均為負，表明隨著股利收益率的升高，股票波動水平會下降，二者之間存在顯著的負相關關系。從股利收益率指標系數的絕對值來看，主板最低，創業板最高，因此可以認為不同板塊中，現金股利水平對股票波動性的影響程度不同，依主板、中小板、創業板的順序，影響力依次增加，創業板市場中現金股利水平對波動性的影響能力甚至可達主板的2.5倍。可知在我國深圳股票市場中，創業板市場的波動性受現金股利政策的影響最大，現金股利政策對市場波動的穩定作用表現最明顯，中小板次之，而主板最小。

對模型一和模型二的比較分析結果顯示，僅在與股利收益率指標共同作為解釋變量時，股利支付率對股票波動水平具有一定的解釋能力，且回歸系數為正。如模型一中的檢驗結果所示，其在主板和中小板市場中的回歸系數相當，而在創業板市場中的回歸系數略大，但總體而言，系數的絕對值遠遠小于相應的股利收益率指標。由此可知，股利支付率對股票波動性的影響能力有限。

綜上，股利收益率對股票波動水平具有獨立的解釋能力，但股利支付率不具備；股利收益率與股利支付率同時存在模型中時，股利支付率能增強股利收益率對股票波動率的解釋能力；解釋變量股利收益率與股利支付率對股票波動率的解釋能力可能存在交互作用，表現為當模型中存在股利收益率指標時，股利支付率也能對股票波動水平具有一定的解釋能力。

2.4.2 控制變量

經過面板數據分析發現，以公司流動市值的季度增加值為代理變量的公司規模指標，是股票波動性的影響因素，在主板市場和創業板市場回歸系數顯著為負，表明隨著公司規模季增加值的變化，股票的波動程度反向變動。而中小板市場回歸系數為正且不顯著，表明隨著公司規模季增加值的變化，股票的波動程度也會正向變動。

此外，以稅前利潤變異系數為代理變量的盈利波動率指標、現金資產比指標和總資產增長率指標分別在三個市場中表現一致，盈利波動率指標對股票波動的影響力不足，始終保持正相關關系；現金資產比指標與股票波動率始終保持顯著負相關，而總資產增長率指標與股票價格波動水平始終保持顯著正向相關。說明盈利波動率越大、成長性(總資產增長率)越高，股票波動性越大，現金越充裕(現金資產比)，股票波動性越小。其他指標如資產負債率、凈資產收益率、每股收益的回歸數在三個層次的市場中基本顯著，而在主板市場中與在中小板市場和創業板市場中影響方向相反。表明在主板市場中，資產負債率越大、凈資產收益率越大，股票波動的水平越小；每股收益越大，股票波動率越小；而在中小板市場和創業板市場中恰好相反。

2.5 穩健性檢驗

為進一步驗證回歸結果的可靠性，利用面板數據回歸法，從以下兩個角度對深圳主板市場、中小板市場、創業板市場的部分結果進行穩健性檢驗：

（1）以季度面板數據GARCH(1,1)模型計算股票波動率。

（2）采用年度面板數據檢驗現金股利政策與股票波動性的關系。

表6列示了現金股利政策與股票波動性間關系的穩健性檢驗面板數據回歸結果。

表6 穩健性檢驗回歸結果

由表6可知，當以GARCH波動率作為被解釋變量時，無論采用季度數據還是年度數據，股利收益率指標均在三個不同層次的市場中保持0.01顯著性水平下顯著，且呈負相關關系。從影響程度上看，其系數的絕對值亦表現為依“主板—中小板—創業板”順序遞增，系數間的倍數關系均與前文基本一致。

股利支付率指標的表現與前文也大體不同，除了在以年度數據計算的創業板市場中呈弱的正相關關系外，其他情況下均不能通過顯著性檢驗。因此再次證明，股利支付率與股票波動水平之間并無明顯的相關關系。此外，各控制變量的穩健性檢驗結果與前文亦無明顯差異。

3 結論及建議

本文運用面板數據分析法對2011—2015年間深圳主板市場、中小板市場和創業板市場現金股利政策與股票波動性之間的關系進行了實證檢驗，得到如下結論。

（1）以股利收益率為代理變量的現金股利水平對我國深圳證券市場的主板、中小板和創業板三個層次市場的股票波動率均具有解釋能力。股利收益率與股票波動呈顯著負相關，表明現金股利政策能夠顯著降低股票的波動水平。其中創業板市場中現金股利政策對股票波動率的影響能力最強，主板市場中現金股利政策對股票波動率的水平影響最弱。

（2）同樣作為現金股利水平的代理變量，股利支付率不能獨立解釋股票波動水平的變化，但其與股利收益率共同出現時。對各板塊，尤其是創業板市場具有一定的解釋能力，呈正相關關系。

（3）盈利波動率、現金資產比、總資產增長率是我國深圳市場股票波動率水平的影響因素，這一結論同樣可以適用于三個層次的市場。且盈利波動率與股票波動率呈正相關關系但不顯著、總資產增長率與股票波動率始終呈強正相關關系，表明盈利波動較大和高成長的公司股票波動更大。而現金資產比與股票波動率呈顯著負相關關系，表明現金越充裕，股票波動較小。公司規模、資產負債率、凈資產收益率和每股收益對股票波動性的影響在三個層次的市場中并不完全一致，顯著性水平和影響方向有所差別。

本文的結論對于中國多層次資本市場的健康穩定發展具有重要的參考價值，政府監管部門、上市公司和市場參與者均可據此制定相關的對策或措施。

（1）政府監管機構和市場管理部門應該根據不同板塊市場，繼續堅持通過立法和法規的形式來引導和鼓勵上市公司持續穩定的發放現金股利。其中應該突出加強引導和鼓勵創業板市場上市公司現金股利的發放。

（2）上市公司應該結合自身所處的板塊特點，積極主動地以適當的規模、持續可期地發放現金股利。這不僅是上市公司努力完善內部治理結構，回報廣大投資者的重要途徑，也是控制股價波動，維持上市公司平穩運行的必要手段。

（3）投資者則應該進一步牢固樹立風險意識和理性投資理念，結合自身的風險承受能力以及各板塊上市公司的特殊性，長期持有那些積極發放穩定現金股利的上市公司，從而樹立理性投資和價值投資的理念，發揮投資者在金融市場中應有的積極作用。