论文部分内容阅读
[摘 要] 本研究针对我国沪、深股市2001年至2007年有进行送、转除权之上市公司为研究对象,探讨我国上市公司的送、转股股价在除权交易日前后是否有显著为正的异常报酬, 亦即是否存在所谓之「除权行情」,本研究以横断面多元回归方式进行分析,并选取七个不同的因素加以检定,由不同之角度探索送转股除权事件引起股价波动之原因,实证结果发现,股市处在牛市或熊市、公司的非流通股占总股本的比率以及上市公司当年有无实施股改的因素,均会影响我国股市的除权行情。
[关键词] 送转股 除权事件 累积异常报酬
一、引言
欧美之上市公司,习惯以发放现金股利作为其主要之股利政策,而投资人亦将现金股利视为检视企业经营成果与现金流量的重要参考依据,然而我国之证券市场却存在着差异极大的现象,亦即投资人偏好公司发放送转股,究其原因,发现公司在配发送转股之后,往往会有所谓的除权行情,使的公司的股价在短期间内有异常波动的现象,随之为投资人带来相较于现金股利更高的报酬。因此,高送转概念始终是我国证券市场热衷的一个题材,尽管上市公司高比例送转股的行为本身并不给上市公司创造内在价值,但历史数据证明,高送转题材确实能为二级市场投资者在短期内带来可观的超额利润,这也就是为何每年的送、转股除权行情总是给投资人带来极大的期待。但这些非理性的投资行为,造成我国股市的过度投机与波动,也严重影响我国证券市场的稳定发展,因此本研究以实证分析方式,探索我国上市公司之送转股除权事件引起股价波动之原因,且试图找出影响累积异常报酬之相关因素。其研究结果对提高投资人的投资决策能力和市场运作效率,以及对于我国证券监管部门在健全股市订定制度时,有其一定的意义与重要性。
二、影响我国除权行情的相关因素分析
1.牛市与熊市
送、转股之除权在股市处于牛、熊市场时可能对股价的影响程度不同,即牛市相对于熊市可能产生较高的异常报酬。依据Francis(1986)之定义,当股价指数在一段期间内相当一致地由低点往上升,此上升趋势即称为牛市(bull market);而当股价指数在一段期间内由高点往下滑至一个低点,此下降趋势称为熊市(bear market)。本研究依据Francis的定义以及采用我国股市的加权股价指数走势来区分牛、熊市,其方法为:大盘股价指数的最低点出现当日为熊市的结束,次日为牛市的起始日;而指数最高点出现当日为牛市之结束,其次日为熊市之起始日。我国股市大盘加权平均股价指数由1999年的5月19日的1,047点(俗称5.19行情),网络概念股的盛行将上证指数推高到2001年6月14日的2,245点的历史高点,此段期间定义为牛市。而“5.19”行情过后,市场最关注的就是股权分置的问题,股指也从2,245点一路下滑到2005年6月6日的998点,四年时间股指下跌超过50%,因此本研究定义此段期间为熊市。我国股价指数在2005年的6月6日历经最低点后,开始走升,到2007年的12月31日的股价指数来到4,872点的历史新高点,因此本研究将2005年6月7日到2007年12月31日这段期间的股市定义为牛市。
2.公司当年有无实施股改
我国在2005年至2006年实施股改,而公司在股改期间所产生的一些信息披露可能多少会影响到公司的股价波动,为了验证我国上市公司之除权行情是否受股改因素的影响,因此将此变数纳入探讨。
3.送、转股配股率
即公司除权当年每股普通股发放送股及资本公积转增股本的股数比率。配股率愈大,除权后之参考价越低,權值越高,填权的空间越大,其异常报酬可能越大。
4.公司规模大小
Banz(1981)与Reinganum(1981)认为公司规模很重要,公司规模小,相对的流通在外股数少,股票的筹码少, 因此可作为主力操作拉抬的对象,异常报酬可能越大。
5.公司获利能力
每股盈余系指公司之普通股每股在上一个会计年度中所赚得的盈余,常被用来代表公司之获利能力及评估股票投资之风险。每股盈余越高,表示公司的营运状况佳,异常报酬可能越大。
6.非流通股占总股本的比例
一般而言,非流通股占总股本的比率越大,表示流通在外的股数较少,而筹码少,则股价比较容易炒作,因此考量流通股与非流通股的比率对除权前后股价异常报酬的可能影响,于是加入此变数作为本研究之控制变量。
7.公司成长机会
参照Collins and Kothari(1989)及Gaver and Gaver(1993)等学者的研究,利用公司权益市值对帐面价值的比率,来衡量公司未来的投资成长机会。当此一比率越大时,显示投资人看好公司未来的成长机会,预期报酬率将会高于现有权益之必要报酬率,因此会反映出较高的股价。
三、样本数据及统计检定方法
1.研究对象及期间
本研究所选择的研究对象为在深、沪股市挂牌的A股上市公司,研究期间则以实际除权日在2001年至2007年的上市公司为本研究的样本期间。
2.研究方法
(1)本研究首先采用事件研究法(Event study)来探讨当某一信息或事件发生时,是否会引起股价的异常变动。其相关的统计模型如下:
将事件期每一天的公司实际股票报酬率与市场实际报酬率带入下列之公式,以算出每一天的异常报酬率。
其中, ARit:i公司第t日之异常报酬,Rit:i公司第t日之实际报酬,Rmt:市场投资组合第t日之实际报酬,,:市场模型在估计期所估计的参数。
为了消除或降低干扰事件对股价影响的方法,可以将所有样本中的异常报酬率(ARit)予以平均,而计算出平均异常报酬(Average Abnormal Return,AAR),其定义为:
,其中,N:为公司个数。
将事件期的平均异常报酬加总,即为累积平均异常报酬(Cumulative Average Abnormal Return, CAAR),下列公式为N家公司在事件期t1至t2之累积平均异常报酬:
本研究以除权日为事件日,并且以除权日前第六十个交易日至除权日后第六十个交易日,计一百二十一个交易日为事件期。
(2)接着以回归模式来衡量自变系数的显著性,藉由回归分析找出显著影响上市公司送、转股除权行情的变数,也就是要判别自变数对应变数是否有显著的影响。兹将本研究之实证模型说明如下:
H0:β=0,H1:β=0
△CAAR后除权公司=α+β1△CAAR先除权公司
△CAAR后除权公司:因变数, 为后除权公司在除权之一段期间内的股价累积平均异常报酬的变化量。
△CAAR先除权公司:自变数,为先除权公司在除权之一段期间内的股价累积平均异常报酬的变化量。
α:截距项,β:回归系数(斜率),ε:误差项。
复回归变量之衡量:
X1为△CAAR-6～0,为除权交易日当天与除权交易日前六天的累积异常报酬之差;
X2为牛市与熊市,属于牛市时,哑变量设为1,熊市时哑变量设为0;
X3为当年是否有股改,若当年公司有实施股改,则哑变量设为1, 若未进行股改,则哑变量设为0;
X4为送、转股配股率,即公司除权当年每股普通股发放送股及资本公积转增股本的股数比率;
X5为公司规模大小:以公司除权前一年年底之实收资本额为变数进行测试;
X6为公司获利能力:以公司除权之前一年度每股盈余(EPS)为变数进行测试;
X7为非流通股占总股本的比率:以除权前一年非流通股占总股本的比例作为衡量标准;
X8为成长性变数:以公司除权前一年普通股平均收盘价乘上除权前一年流通股股数
再除以除权前一年普通股权益帐面价值,作为公司成长机会的衡量指标。
检定方法用t检定看β是否显著,若显著,可观察值是否大于0或小于0,大于0表示有正向影响关系,小于0则是负向影响关系。
三、实证结果
由表1可观察到我國股市在除权交易日前后期间的累积平均异常报酬(CAAR)在不同分隔区间的表现,以检定不同期间下对除权事件的股价反应。实证结果显示,我国的送、转股除权在除权交易日前股价皆出现明显为正的累积平均异常报酬,但在除权交易日后的累积平均异常报酬率则出现负值,以整个事件期观察之,发现在除权交易日前后之六日内(t=-6至t=0)累积平均异常报酬形成一个高峰,并且呈现显著为正的数值。因此本研究选择此段期间(-6,0)的累积平均异常报酬率的变化情形作为本研究采用的变量因子,对全体样本进行统计检定分析,进一步的检定除权行情的存在与方向性。
注: *表示10%的显著水平, **表示5%的显著水平, ***表示1%的显著水平
本研究在测试我国上市公司之除权行情表现时,将代表性之公司区分为二种类型,即(1)当年度内第一家先除权之公司(2)前一家先除权之公司。实证结果显示,同行业内第一家先除权的公司以及前一家先除权公司,最能代表我国当年度各行业的除权走势与行情。以下便针对本文的假说,将后除权公司之△CAAR-6~0分别对行业内第一家先除权公司及前一家先除权公司之△CAAR-6~0与其他七个变数分别作回归分析。
表2为以第一家先除权公司为代表性公司所进行复回归分析的结果。由回归式的β系数中看出,△CAAR第一家的β系数大于0,为正的0.078,达5%的显着水平,代表行业内第一家先除权公司之△CAAR-6～0对后除权公司之△CAAR-6～0有显着正向影响,亦即公司之除权行情会受当年度第一家先除权公司之除权行情所影响。另外,牛市或熊市的β系数为1.899, 公司当年有无股改的β系数为3.290,非流通股占总股本比例的β系数为0.045,皆呈现1%的显着水平,表示除权当年股市是否处于牛市或熊市、公司当年是否有实施股改以及非流通股占总股本的比率这些因素会影响公司的除权行情,造成除权公司之累积异常报酬的波动。
注:*表示10%的显着水平,**表示5%的显著水平,**表示1%的显著水平
表3为以前一家先除权公司为代表性公司所进行复回归分析的结果,△CAAR前一家的回归系数大于0,为正的0.089,达1%的显着水平,代表行业内前一家先除权公司之△CAAR-6～0对后除权公司之△CAAR-6～0有显着正向影响,亦即后除权公司之除权行情会受当年度前一家先除权公司之除权行情所影响。其次牛市或熊市的β系数为1.813, 公司当年有无股改的β系数为3.263, 非流通股占总股本比例的β系数为0.043,皆呈现1%的显着水平,表示除权当年股市是否处于牛市或熊市、公司当年是否有实施股改以及股改前非流通股占总股本的比率这些因素会影响公司的除权行情,造成除权公司之累积异常报酬的波动。
注:*表示10%的显著着水平,**表示5%的显著水平,***表示1%的显著水平
四、结论
从过去国外一些学者的实证中发现,大盘景气的循环因素与公司的除权行情会呈现显著的相关性,经本研究之实证结果发现,股市是否处在牛市或熊市的因素,的确会影响我国股市的除权行情。除了以上的影响因素外,本研究还发现在我国股市的特殊现象,公司在股权分置改革前非流通股占总股本的比率也会影响股市的除权行情。虽然本研究已考量2005年至2006年为我国股权分置改革的年度,在样本的筛选上已将可能影响本研究结果的样本剔除,但在2005年开始实施股权分置改革后,上市公司当年有无实施股改的因素,亦会影响股市的除权行情。本研究推论认为,公司实施股改须历经一段长的作业时间,在此期间,有些信息可能在市场上提前披露,而造成影响,这也说明我国股市的监管制度仍无法有效的遏止内幕消息的盛行。
参考文献:
[1]何 涛 陈小悦:中国上市公司送股、转股行为动机初探.金融研究,2003,第九期, 第44～56页
[2]毛端懿:滬市除息日股价变动的实证研究.数量经济技术经济研究,2003, 第一期, 第94～97页
[3]Banz, R. W.1981, The Relationship Between Return and Market Value of Common Stocks, Journal of Financial Economics,Vol.9, P.3～18
[4]Collins, D. W., and S. P. Kothari, 1989, An analysis of Intertemporal and Cross-sectional Determinants of Earnings Response Coefficients, Journal of Accounting and Economics, Vol. 11, P.143～182
[关键词] 送转股 除权事件 累积异常报酬
一、引言
欧美之上市公司,习惯以发放现金股利作为其主要之股利政策,而投资人亦将现金股利视为检视企业经营成果与现金流量的重要参考依据,然而我国之证券市场却存在着差异极大的现象,亦即投资人偏好公司发放送转股,究其原因,发现公司在配发送转股之后,往往会有所谓的除权行情,使的公司的股价在短期间内有异常波动的现象,随之为投资人带来相较于现金股利更高的报酬。因此,高送转概念始终是我国证券市场热衷的一个题材,尽管上市公司高比例送转股的行为本身并不给上市公司创造内在价值,但历史数据证明,高送转题材确实能为二级市场投资者在短期内带来可观的超额利润,这也就是为何每年的送、转股除权行情总是给投资人带来极大的期待。但这些非理性的投资行为,造成我国股市的过度投机与波动,也严重影响我国证券市场的稳定发展,因此本研究以实证分析方式,探索我国上市公司之送转股除权事件引起股价波动之原因,且试图找出影响累积异常报酬之相关因素。其研究结果对提高投资人的投资决策能力和市场运作效率,以及对于我国证券监管部门在健全股市订定制度时,有其一定的意义与重要性。
二、影响我国除权行情的相关因素分析
1.牛市与熊市
送、转股之除权在股市处于牛、熊市场时可能对股价的影响程度不同,即牛市相对于熊市可能产生较高的异常报酬。依据Francis(1986)之定义,当股价指数在一段期间内相当一致地由低点往上升,此上升趋势即称为牛市(bull market);而当股价指数在一段期间内由高点往下滑至一个低点,此下降趋势称为熊市(bear market)。本研究依据Francis的定义以及采用我国股市的加权股价指数走势来区分牛、熊市,其方法为:大盘股价指数的最低点出现当日为熊市的结束,次日为牛市的起始日;而指数最高点出现当日为牛市之结束,其次日为熊市之起始日。我国股市大盘加权平均股价指数由1999年的5月19日的1,047点(俗称5.19行情),网络概念股的盛行将上证指数推高到2001年6月14日的2,245点的历史高点,此段期间定义为牛市。而“5.19”行情过后,市场最关注的就是股权分置的问题,股指也从2,245点一路下滑到2005年6月6日的998点,四年时间股指下跌超过50%,因此本研究定义此段期间为熊市。我国股价指数在2005年的6月6日历经最低点后,开始走升,到2007年的12月31日的股价指数来到4,872点的历史新高点,因此本研究将2005年6月7日到2007年12月31日这段期间的股市定义为牛市。
2.公司当年有无实施股改
我国在2005年至2006年实施股改,而公司在股改期间所产生的一些信息披露可能多少会影响到公司的股价波动,为了验证我国上市公司之除权行情是否受股改因素的影响,因此将此变数纳入探讨。
3.送、转股配股率
即公司除权当年每股普通股发放送股及资本公积转增股本的股数比率。配股率愈大,除权后之参考价越低,權值越高,填权的空间越大,其异常报酬可能越大。
4.公司规模大小
Banz(1981)与Reinganum(1981)认为公司规模很重要,公司规模小,相对的流通在外股数少,股票的筹码少, 因此可作为主力操作拉抬的对象,异常报酬可能越大。
5.公司获利能力
每股盈余系指公司之普通股每股在上一个会计年度中所赚得的盈余,常被用来代表公司之获利能力及评估股票投资之风险。每股盈余越高,表示公司的营运状况佳,异常报酬可能越大。
6.非流通股占总股本的比例
一般而言,非流通股占总股本的比率越大,表示流通在外的股数较少,而筹码少,则股价比较容易炒作,因此考量流通股与非流通股的比率对除权前后股价异常报酬的可能影响,于是加入此变数作为本研究之控制变量。
7.公司成长机会
参照Collins and Kothari(1989)及Gaver and Gaver(1993)等学者的研究,利用公司权益市值对帐面价值的比率,来衡量公司未来的投资成长机会。当此一比率越大时,显示投资人看好公司未来的成长机会,预期报酬率将会高于现有权益之必要报酬率,因此会反映出较高的股价。
三、样本数据及统计检定方法
1.研究对象及期间
本研究所选择的研究对象为在深、沪股市挂牌的A股上市公司,研究期间则以实际除权日在2001年至2007年的上市公司为本研究的样本期间。
2.研究方法
(1)本研究首先采用事件研究法(Event study)来探讨当某一信息或事件发生时,是否会引起股价的异常变动。其相关的统计模型如下:
将事件期每一天的公司实际股票报酬率与市场实际报酬率带入下列之公式,以算出每一天的异常报酬率。
其中, ARit:i公司第t日之异常报酬,Rit:i公司第t日之实际报酬,Rmt:市场投资组合第t日之实际报酬,,:市场模型在估计期所估计的参数。
为了消除或降低干扰事件对股价影响的方法,可以将所有样本中的异常报酬率(ARit)予以平均,而计算出平均异常报酬(Average Abnormal Return,AAR),其定义为:
,其中,N:为公司个数。
将事件期的平均异常报酬加总,即为累积平均异常报酬(Cumulative Average Abnormal Return, CAAR),下列公式为N家公司在事件期t1至t2之累积平均异常报酬:
本研究以除权日为事件日,并且以除权日前第六十个交易日至除权日后第六十个交易日,计一百二十一个交易日为事件期。
(2)接着以回归模式来衡量自变系数的显著性,藉由回归分析找出显著影响上市公司送、转股除权行情的变数,也就是要判别自变数对应变数是否有显著的影响。兹将本研究之实证模型说明如下:
H0:β=0,H1:β=0
△CAAR后除权公司=α+β1△CAAR先除权公司
△CAAR后除权公司:因变数, 为后除权公司在除权之一段期间内的股价累积平均异常报酬的变化量。
△CAAR先除权公司:自变数,为先除权公司在除权之一段期间内的股价累积平均异常报酬的变化量。
α:截距项,β:回归系数(斜率),ε:误差项。
复回归变量之衡量:
X1为△CAAR-6～0,为除权交易日当天与除权交易日前六天的累积异常报酬之差;
X2为牛市与熊市,属于牛市时,哑变量设为1,熊市时哑变量设为0;
X3为当年是否有股改,若当年公司有实施股改,则哑变量设为1, 若未进行股改,则哑变量设为0;
X4为送、转股配股率,即公司除权当年每股普通股发放送股及资本公积转增股本的股数比率;
X5为公司规模大小:以公司除权前一年年底之实收资本额为变数进行测试;
X6为公司获利能力:以公司除权之前一年度每股盈余(EPS)为变数进行测试;
X7为非流通股占总股本的比率:以除权前一年非流通股占总股本的比例作为衡量标准;
X8为成长性变数:以公司除权前一年普通股平均收盘价乘上除权前一年流通股股数
再除以除权前一年普通股权益帐面价值,作为公司成长机会的衡量指标。
检定方法用t检定看β是否显著,若显著,可观察值是否大于0或小于0,大于0表示有正向影响关系,小于0则是负向影响关系。
三、实证结果
由表1可观察到我國股市在除权交易日前后期间的累积平均异常报酬(CAAR)在不同分隔区间的表现,以检定不同期间下对除权事件的股价反应。实证结果显示,我国的送、转股除权在除权交易日前股价皆出现明显为正的累积平均异常报酬,但在除权交易日后的累积平均异常报酬率则出现负值,以整个事件期观察之,发现在除权交易日前后之六日内(t=-6至t=0)累积平均异常报酬形成一个高峰,并且呈现显著为正的数值。因此本研究选择此段期间(-6,0)的累积平均异常报酬率的变化情形作为本研究采用的变量因子,对全体样本进行统计检定分析,进一步的检定除权行情的存在与方向性。
注: *表示10%的显著水平, **表示5%的显著水平, ***表示1%的显著水平
本研究在测试我国上市公司之除权行情表现时,将代表性之公司区分为二种类型,即(1)当年度内第一家先除权之公司(2)前一家先除权之公司。实证结果显示,同行业内第一家先除权的公司以及前一家先除权公司,最能代表我国当年度各行业的除权走势与行情。以下便针对本文的假说,将后除权公司之△CAAR-6~0分别对行业内第一家先除权公司及前一家先除权公司之△CAAR-6~0与其他七个变数分别作回归分析。
表2为以第一家先除权公司为代表性公司所进行复回归分析的结果。由回归式的β系数中看出,△CAAR第一家的β系数大于0,为正的0.078,达5%的显着水平,代表行业内第一家先除权公司之△CAAR-6～0对后除权公司之△CAAR-6～0有显着正向影响,亦即公司之除权行情会受当年度第一家先除权公司之除权行情所影响。另外,牛市或熊市的β系数为1.899, 公司当年有无股改的β系数为3.290,非流通股占总股本比例的β系数为0.045,皆呈现1%的显着水平,表示除权当年股市是否处于牛市或熊市、公司当年是否有实施股改以及非流通股占总股本的比率这些因素会影响公司的除权行情,造成除权公司之累积异常报酬的波动。
注:*表示10%的显着水平,**表示5%的显著水平,**表示1%的显著水平
表3为以前一家先除权公司为代表性公司所进行复回归分析的结果,△CAAR前一家的回归系数大于0,为正的0.089,达1%的显着水平,代表行业内前一家先除权公司之△CAAR-6～0对后除权公司之△CAAR-6～0有显着正向影响,亦即后除权公司之除权行情会受当年度前一家先除权公司之除权行情所影响。其次牛市或熊市的β系数为1.813, 公司当年有无股改的β系数为3.263, 非流通股占总股本比例的β系数为0.043,皆呈现1%的显着水平,表示除权当年股市是否处于牛市或熊市、公司当年是否有实施股改以及股改前非流通股占总股本的比率这些因素会影响公司的除权行情,造成除权公司之累积异常报酬的波动。
注:*表示10%的显著着水平,**表示5%的显著水平,***表示1%的显著水平
四、结论
从过去国外一些学者的实证中发现,大盘景气的循环因素与公司的除权行情会呈现显著的相关性,经本研究之实证结果发现,股市是否处在牛市或熊市的因素,的确会影响我国股市的除权行情。除了以上的影响因素外,本研究还发现在我国股市的特殊现象,公司在股权分置改革前非流通股占总股本的比率也会影响股市的除权行情。虽然本研究已考量2005年至2006年为我国股权分置改革的年度,在样本的筛选上已将可能影响本研究结果的样本剔除,但在2005年开始实施股权分置改革后,上市公司当年有无实施股改的因素,亦会影响股市的除权行情。本研究推论认为,公司实施股改须历经一段长的作业时间,在此期间,有些信息可能在市场上提前披露,而造成影响,这也说明我国股市的监管制度仍无法有效的遏止内幕消息的盛行。
参考文献:
[1]何 涛 陈小悦:中国上市公司送股、转股行为动机初探.金融研究,2003,第九期, 第44～56页
[2]毛端懿:滬市除息日股价变动的实证研究.数量经济技术经济研究,2003, 第一期, 第94～97页
[3]Banz, R. W.1981, The Relationship Between Return and Market Value of Common Stocks, Journal of Financial Economics,Vol.9, P.3～18
[4]Collins, D. W., and S. P. Kothari, 1989, An analysis of Intertemporal and Cross-sectional Determinants of Earnings Response Coefficients, Journal of Accounting and Economics, Vol. 11, P.143～182