文档介绍：零回报天数和信息含量的指标
一、引言
发育良好的证券市场能利用上市公司股票价格的信息传递功能合理优化资源配置,进而促进国民经济快速发展(Rajan and Zingales,1998;Beck,Levine and Loayza,2000)。股票价格要发挥这种引导资源配置的作用,必须要正确反映公司层面的基本面信息。考虑到市场层面,行业层面的信息也会影响到股票收益,R平方被认为是关于股票价格信息含量的一个指标并且被广泛应用。R平方越小,股价中包含的信息量越多。(Morck,Yeung and Yu,2000; Durnev等,2003;Jin and Myers,2006;acBeth(1973)的方法,用前一时期的零回报天数比例进行排序,取得高零回报天数比例和低零回报天数比例部分,然后在后一时期对前一时期得到的高低零回报天数比例部分计算一些指标,进行回归,具体的方法如下:
第一步,每个季度的前一季度t-1在每个行业内选择30%的最高零回报天数比例和30%的最低零回报天数比例的公司,分别称之为Hi和Li。
第二步,在该季度t中,在每个行业内,用前一季度得到的Hi和Li来估计上面提到的FERCiH,FERCiL和FINCiH,FINCiL,并取Hi和Li行业之差。
△FERCi,t≡FERCi,tH-FERCi,tL,△FINCi,t≡FINCi,tH-FINCi,tL
然后,对Hi和Li里公司t期的零回报天数比例进行简单平均。
(三) 控制变量
除了价格中的信息量, FERC 和 FINC也受到其它因素的影响,例如,盈余时效性(earnings timeliness)和盈余波动(earnings volatility)。虽然行业内配对的方法减轻了一些控制问题,但是一些因素仍然作为外生变量存在,必须对其控制。具体包括:
。如果估计信息指标的公司数目多,估计得会更精确。所以对于一些行业,估计得FERC和FINC更为精确(更少的度量误差),而对另外一些不够精确(更多的度量误差),而△FERC 和△FINC的度量误差不同会产生计量问题,因此要引入估计信息指标的公司数目作为一个控制变量,这在Durnev等(2003)中有所说明。
。Freeman (1987),Collins,Kothari,and Rayburn(1987)和 Collins and Kothari (1989)发现,大公司的回报会比小公司的回报更及时地包含盈余的信息,并且,小公司比大公司更可能是成长性公司,它们的盈余实现会比大公司更加远。这些可能会导致公司的规模和采用的FERC和FINC指标的负向关系,因此必须对其控制。采用该公司该季度初的总市值作为规模的指标,(如果没有数据,采用该季度第一个可得的数据),然后分别计算在H和L中样本总市值的平均值,再计算之差作为一个控制变量。这在Durnev等(2003)中有所采用。
。盈余波动越大,则越难预测。因此,具有波动性大的盈余的公司应该有更弱的现期股票收益和未来盈余的关系(更低的FERC和FINC)。为了控制这个问题,笔者计算了在整个样本区间的每股盈余变化(△E)的标准差,然后计算不同时期的H和L的平均,再相减,得到的差值作为控制变量,即△SDE。这在Durnev等