文章通过对国内外学者的研究文献进行详细整理,可以发现我国证券市场具备较为明显的政策市特征,证券市场受监管部门政策的影响非常显着。我国证券监管机构颁布一项监管政策的主要目标也体现在能否有效地维持证券市场的稳定。
《商学院》秉承终身学习、智慧经营、达善社会的理念，以传播商业新知为己任，以“国际视野+中国功夫”为办刊宗旨。为读者提供一切对管理有益的方法、工具和理念，是管理他人和企业的一本实战、实用的杂志。
2012年2月14日,深交所对外公布了《关于完善创业板退市制度的方案(征求意见稿)》的征求意见和修改情况的说明(下文简称《意见稿》),并将以该方案的内容展开对《创业板股票上市规则》的修订工作。2012年4月20日,深交所正式发布《深圳证券交易所创业板股票上市规则》,并于2012年5月1日起实行。受此影响,4月23日至4月24日两个交易日内,创业板308只股票当中,高达96.8%的股票下跌,其中跌幅在10%以上的占20.6%,创业板市场整体下跌6.7%,市值缩水540.94亿元。
事件研究法的学术实践可以追溯到20世纪30年代(Dolley,1933),而Ball and Brown(1968)成功运用事件分析法对会计盈余报告的市场有用性进行经验证明,使得事件研究法得到进一步完善并逐渐被会计理论界广泛接受。从此,事件研究法成为会计研究领域的一个重要分析工具,国内外学者利用该方法对公司的合并及收购、新股发行和增发股份,甚至设计宏观经济变量的事件,如存款准备金率的调整所产生的作用进行了深入的研究。事件研究法的突出优点在于其简单、明了的逻辑线索,即某事件的发生是否影响了时序性价格数据的产生,这种影响程度可以用异常收益来计算。
国内的大量研究文献表明我国证券市场具有明显的政策市特征。我国政府和证监会制定政策以稳定我国证券市场,但政策效果的大小以及政策结果的好坏总是备受争议。评判我国政府和证监会监管政策的有效性成为一项重要课题。陈工孟、高宁(2005)对我国证券市场的违规分析表明,我国证券市场对上市违规处理事件的反应是负面的,夸大利润、虚假陈述和违规的信息披露是市场反映较为明显的三类违规行为。郝旭光等(2010)利用事件研究法,对政策出台前后的股市波动率进行分析,认为我国政府的监管政策是有效的,同时表明了我国股市的政策市特征。
研究设计
(一)定义事件和确定时间窗口
为推动我国创业板市场有效发挥作用,深交所于2012年2月14日对外公布了《意见稿》,并将以该方案的内容全面展开对《创业板股票上市规则》的修订工作,这意味着呼之欲出的退市新政已经确定正式登陆深交所的创业板市场,因而本文定义的事件时间即为2012年2月14日。根据对国内外学者事件研究法的理论研究文献进行整理,可以发现时间研究窗口具体包括估计窗和事件窗两个部分,本文参照国内外学者的一般做法,将事件估计窗长度定义为120天,估计期为-109天到-5天,事件窗的长度定义为时间日前后5天,共11天。为便于记忆,本文将t0、t1记为估计窗口的起始日期和终止日期,记t2、t3为事件窗口的起始日期和终止日期。
(二)研究样本和数据来源
研究所设定的抽样总体为2011年到2012年在深交所上市的创业板公司,共有242家。本文所用股票收益率和指数日收益率数据来源于CSMAR数据库。由于数据的截止日定在2012年4月20日,为了保证时间研究拥有足够的期间,本文设定进入样本的公司应保证估计其数据不少于20个交易日。
(三)估计正常收益的模型选择
在已有的研究中,国内外学者在选择估计正常收益的模型方面存在分歧,常用的模型主要有两种:常均值收益模型和市场调整模型。陈汉文和陈向民(2002)在研究证券价格的事件性反应中,结合中国证券市场的数据比较了三种基本模型发现,虽然常均值收益模型具有某些优点,但在针对我国证券市场的研究中具有更容易拒绝原假设的倾向,而均值调整模型在不同情况下对事件研究有很多优于常均值收益模型的特点,即运用均值调整模型可以更有效地达到探测股票市场价格事件性表现的目的。因此,本文采用常均值收益模型计算正常收益,其基本思想是将估计期间(即估计窗)内样本证券的平均收益作为事件期间(事件窗)样本证券的正常收益。
常均值收益模型为:其中,μi是资产i的平均收益率,ERit是证券i在t期的预期正常收益率,εit是扰动项,服从均值为0的正态分布。
(四)异常收益率的计算
通过对事件期样本证券的实际收益减去正常收益(由常均值收益模型计算得到)计算出异常收益日的数据后,需要对异常收益数据进行加总,包括截面上的加总和时间序列上的加总。
其中,ARt为整个样本t期的平均异常收益;CAR(t2,t3)为整个样本在(t2,t3)期间内的累积异常收益。
为了增强本文研究结论的可信性,本文采用市场调整模型作为补充,利用市场调整模型计算样本证券的异常收益率。
其中,αi、βi为事件估计期内的OLS估计值。
(五)异常收益的检验方法
为检验退市新政的影响,假设事件对资产组合的收益没有影响(H0),构建统计量,其中σ为累积异常收益标准差的估计值。由常均值模型假设,可知SCAR服从自由度为t3-t2的student-t分布。
值得指出的是,本文分析的事件是深交所退市制度的颁布,即一项新的证券监管政策的执行。在此意义下,本文可以借助事件研究法在事后评价退市制度的颁布是否有效。其判断标准是:如果退市制度颁布前后,创业板上市公司的股票收益朝预期方向变化,就可以认为退市制度这项证券监管政策是有效的。
实证结果及分析
(一)描述性统计
(二)实证结果和测试
创业板的退市新政公布前5天,市场的累积异常收益率开始降低,在退市新政公布的当天保持在一个较稳定的水平。对退市新政公布几日后累积异常收益率的表现,常均值收益模型和市场调整模型得出不一致的结论:常均值收益模型证明退市新政公布后,累积异常收益率呈现增长的态势并逐步趋于稳定;而市场调整模型则显示,累积异常收益率仍继续公布后的持续降低态势。
此外,考虑对退市新政公布后市场的异常收益的检验结果,常均值收益模型检验的SCAR统计量为-5.964,市场调整模型检验的SCAR统计量为-3.49,两个统计量都显着大于95%显着水平下的临界值1.96。这表明前文设定的零假设,即退市新政对创业板市场上市公司的收益没有影响是不成立的,即意味着退市新政对证券市场的股票价格产生的冲击效应在统计学意义上是显着的。而且,运用市场调整模型检验与常均值收益模型检验的显着性结果是基本一致的,使得本文的研究结果更具备可信性。
综合上述实证研究:首先,深交所颁布的退市新政对证券市场的股票交易价格产生了显着的冲击效应,监管部门颁布的监管政策对证券市场产生了一定程度上的影响;其次,证券市场对退市新政的反应与监管部门预期实施的效果是相反的,表明创业板市场对退市新政的颁布并没有朝着监管层预期的方向发展;最后,运用常均值收益模型对退市新政事件进行比较性研究的结果来看,样本证券的股票异常收益率的显着性结果与运用常均值收益模型的检验结果基本保持一致。
研究结论及展望
本文应用事件研究法检验了深交所颁布的退市新政对创业板市场股票交易价格的冲击效应,主要采用常均值收益模型计算样本证券的异常收益率,进而考虑事件对股票价格的冲击效应。为了增强本文研究结果的可信性,本文还采用市场调整模型作为补充,并分别对两个模型的异常收益进行参数检验,通过计算得出SCAR统计量的显着性结果可以表明,两个模型的检验效果是基本一致的,从而从统计检验上证明了本文的研究结果。
综合本文研究结果,可以证明:退市新政的颁布对创业板市场产生了显着影响,通过对异常收益的统计检验证明,两个模型的SCAR统计量均超过95%水平下的临界值1.96,表明这种影响在统计学意义上是显着的。不过,本文研究也发现创业板市场对退市新政的反应并不是超预期方向发展,退市新政的颁布旨在规范创业板市场,以促进市场的良好有序发展,因此预期退市新政的颁布应当是导致市场异常收益率得到持续增长。
可本文研究结果显示,常均值收益模型计算得出的累积异常收益率达到-1.2%,而通过市场调整模型计算的累积异常收益率也达到了-0.2%,意味着创业板市场对退市新政的颁布并没有朝着监管层预期的方向发展。因此,通过经验数据的证明,可以一定程度上认为退市新政的颁布并没能得到市场的认可,监管政策没有达到证券监管部门的预期效果。
本文最大的不足之处在于没能将创业板市场收益的稳定性引入判断监管政策有效性的评价标准中。 深交所2012年4月20日颁布的退市新政的重要动机之一就在于通过规范创业板市场退市制度,推动整个创业板市场的稳定健康发展。因此,退市新政颁布前后创业板市场股价波动率也应当纳入到证券监管政策有效性的评价标准中。创业板市场收益的稳定性对于判断退市新政颁布的有效性有着显着意义,而本文未能加以充分考虑,还有待于进行后续的深入研究。
