管理層能力、分析師預測誤差與股價崩盤風險

韓曉舟，劉佳萍

(沈陽師范大學 管理學院，遼寧 沈陽 110034)

1 引言

資本市場的發展為企業帶來了前所未有的機遇與挑戰，也造成了一些風險。近年來，上市公司股價暴跌現象時有發生，這種突發性的股價暴跌會給資本市場帶來巨大威脅，急需解決方案。同時分析師在資本市場中的作用日益凸顯，尋求從分析師視角緩解股價崩盤風險也是文章研究的另一個重點。

文章的創新點在于：一方面，從管理層能力視角進行研究，豐富了股價崩盤風險影響因素的相關研究。另一方面，筆者加入了分析師預測誤差，拓展了管理層能力與股價崩盤風險的作用機制。

2 理論分析與研究假設

2.1 管理層能力與股價崩盤風險

國內外學者對股價崩盤風險的成因進行了大量研究，管理層往往隱藏著“壞消息”，而投資者由于信息不對稱往往很難了解企業內部信息，股價泡沫就此產生，壞消息達到閾值，就會瞬間釋放進入資本市場，導致股價下跌甚至崩盤。所以不難看出，管理層能力水平的高低是造成股價崩盤的重要因素。一方面，在競爭的經理人市場，有較高能力的管理層所處的企業壞消息減少。另一方面，基于聲譽機制的考慮，能力更強的管理層會更關注自身職業生涯發展，管理者自身聲譽受損是嚴重且不可逆的，未來在經理人市場中的價值且個人財富也會受到損失，捂盤行為的動機下降。

因此提出假設1：管理層能力越強的企業，股價崩盤風險越低。

2.2 管理層能力、分析師預測誤差與股價崩盤風險

隨著我國資本市場的不斷成熟發展，證券分析師在我國資本市場的重要性日益凸顯，一方面，作為信息的專業使用者，分析師利用上市公司的公共信息和私有信息進行預測，而公共信息以獲取成本的優勢成為分析師預測信息的主要來源。管理層能力越高所提供的信息質量越高，降低了分析師偏差。另一方面，信息傳遞的過程大致為信息發布者(如管理層)—信息媒介(如分析師)—信息接收者(如投資者)，作為信息提供者的分析師從中起到了紐帶作用。

因此提出假設2：分析師預測誤差在管理層能力與股價崩盤風險中起中介作用。

3 研究設計

3.1 樣本與數據選取

文章以我國滬深兩市A股上市公司2015—2019年數據為研究樣本，參考相關文獻，對原始數據進行下列處理：①剔除金融與保險業、數據缺失和被ST和*ST的公司樣本；②將全部連續變量在上下1%水平上進行縮尾處理；③將計算年度內年交易周數不足30周的樣本刪除，最終得到6269個觀測樣本。行業劃分標準為2012年標準。

3.2 變量定義

3.2.1 被解釋變量：股價崩盤風險

根據Kim等(2011b)、許年行等(2013)的研究，文章通過兩種方法來度量股價崩盤風險：負收益偏態系數(NCSKEW)和收益率上下波動比率(DUVOL)。數值越大，股價崩盤風險越大。

3.2.2 解釋變量：管理層能力(MA)

根據以往學者的研究，文章選擇Demerjian等(2012)提出度量管理層能力的DEA-TOBIT二階段計量模型，具體模型如下：

Maxθ=Sales/(v1COST+v2SG&A+v3PPE+v4R&D+v5Intan+v6Goodwill)

(1)

FirmEfficiencyi=λ0+λ1Size+λ2MS+λ3FCF+λ4Age+λ5DIV+λ6FCI+Year+εi

(2)

最終以殘差作為管理層能力的變量。

3.2.3 中介變量：分析師預測誤差(Forerr)

用分析師預測的每股收益與實際每股收益的絕對差額和股票收盤價的比率表示。

3.2.4 控制變量

根據以往文獻，文章控制了如下變量：

控制變量有：公司規模(Size)、賬面市值比(BM)、資產負債率(LEV)、總資產收益率(ROA)；月平均超額換手率(DTUEN)：第t年的月平均換手率減去t-1年的月平均換手率；平均周特有收益率(RET)：第t年的平均周特有收益率100倍；操縱性應計絕對值(ABACC)：數據庫直接取得。

此外，還加入了BIG4為“四大”審計師、分析師跟蹤數量(Numest)和預測期間(HORIZON)。

4 實證分析

4.1 描述性統計

兩個崩盤風險指標(NCSKEW和DUVOL)平均值分別為-0.264和-0.192、最小值分別為-1.998和-1.154、最大值分別為1.330和0.866，可以看出上市公司股價崩盤風險的差距還是比較大的。管理層能力(MA)均值為0.238，可以看出管理層能力普遍水平不錯，但差異較大。

4.2 相關性分析

根據相關性分析可知：管理層能力(MA)和股價崩盤風險(NCSKEW和DUVOL)顯著負相關，相關系數分別為-0.064和-0.055，且在1%水平上顯著，初步證明了兩者之間的負相關關系。股價崩盤風險的兩個衡量變量之間的相關系數為0.854，表明用兩者衡量的崩盤風險一致性較高。同時也進一步證明了假設2。初步證明后還需要進一步的回歸分析。

4.3 回歸分析

4.3.1 管理層能力與股價崩盤風險

管理層能力和股價崩盤風險的回歸結果如表1第(1)與第(2)列所示，系數為-0.120和-0.067，且皆在1%水平下顯著。表明控制了其他影響后，管理層能力與股價風險的負相關關系依然成立，支持了文章的假設1。

表1 回歸分析

續表

4.3.2 分析師預測誤差的中介效應檢驗

回歸結果的第(3)列中管理層能力與分析師預測誤差的回歸系數為-0.003,且在1%的水平下顯著，表明企業管理層能力的提升會顯著降低分析師的預測誤差。

進一步觀察表1第(4)列、第(5)列可知，回歸系數都顯著，但是回歸系數相較前列有所下降，表明分析師預測誤差在其中起到了部分中介作用。

4.4 穩健性檢驗

文章參考代彬等的觀點，用管理層能力虛擬變量(MA_D)代替管理層能力。

以年度行業中位數為界限，大于時，取值為1，否則為0，結果仍然顯著。

5 結論

在當前證券市場的大環境下，防范化解金融風險成為各個企業的重中之重。文章研究發現，管理層能力越強，自身捂盤行為越是減少，進而降低了所在企業的股價崩盤風險。

在進一步研究中，基于信息傳遞視角進行路徑分析，證實了分析師預測誤差的部分中介作用；文章研究對企業健全經理人制度，監管機構加強對經理人市場的建立有很大的意義，同時呼吁市場應重視分析師的良性作用。