会计投资者保护指数与股票收益率的关系研究

2019-04-20 11:03王加翔
中国经贸导刊 2019年6期

王加翔

摘 要:随着证券欺诈与财务丑闻的频繁出现,投资者保护越来越受到学术界的关注。文章从会计投资者保护角度出发,通过建立面板数据回归模型对沪深300指数成分股的会计投资者保护指数和股票收益率进行实证分析。结果表明:沪深300指数成分股的会计投资者保护指数对股票收益率存在显著的正向影响,上市公司投资者保护程度越好其股票收益率就越高。该实证结果可以为投资者预测公司股票收益率提供参考,以做出更为科学、合理的投资决策。另借此文提高投资者对投资者保护的关注,增强自我保护意识。

关键词:会计投资者保护指数 股票收益率 面板回归模型

一、引言

资本市场在经济发展中起着至关重要的作用,而投资者保护程度又是资本市场发展的重要影响因素。近几年我国上市公司的证券欺诈与财务丑闻的频繁出现,严重损害了投资者利益,制约了资本市场的平稳发展,也引起了相关部门的高度重视。2017年是投资者保护力度最大的一年,中国证监会针对投资者保护开展了多次专项活动,还完善了相关监督管理制度,重点保护中小投资者弱势群体,从行动和制度两个层面实施了多项保护措施,惩戒证券欺诈、财务作假等不合法行为,并积极加强了投资者相关知识的宣传教育。会计在资本市场中的作用显得越来越突出,会计信息如何影响投资者保护又在投资者保护机制中起到何种作用等问题吸引了业界和学术界专家的目光。2017年9月北京工商大学商学院连续第八次发布了中国上市公司投资者保护指数(AIPI),该指数的主要设计者谢志华教授明确指出该指数可以对上市公司投资者保护程度进行评价、排名与预测,除此之外,它还具有市场层面的投资指导能力,能够为投资者提供投资参考意见。在政府不断强调建立投资者保护社会规范这一背景下,它不仅能够很好地揭示上市公司会计投资者保护能力和水平,提升上市公司整体会计投资者保护透明度,而且能够间接保护投资者切身利益。

我国资本市场改革的目标是建立多层次的资本市场,其健康运转的微观主体基础是高质量的上市公司,健康运转的机制基础是投资者保护。相信随着中国股票市场体制的不断完善,投资者将会拥有更多的投资机会。如何引导投资者做出正确的投资决策,无疑成了目前资本市场上一个很重要的话题。股票收益率是衡量资本市场中相关产品收益情况的最基本的分析工具与直观指标,投资者在购买股票或债券时,股票收益率无疑成为他们最重要的参考依据之一。在上述的背景下,研究会计投资者保护指数与股票收益率的关系,具有一定的迫切性和必要性,该研究既有利于加强对我国投资者的保护,规范上市公司在资本市场上的融资方式,又有利于推进我国资本市场的改革进程。

二、文献综述

对投资者保护的研究大部分学者都是从会计稳健性角度出发,研究其对投资者保护的影响作用,Ball and Shivakumar(2005)提出会计稳健性可以改善信息不对称问题,从而提升公司治理水平,最终会提高投资者保护水平。毛新述等(2008)在研究盈余稳健性和盈余管理之间的相互作用时也验证这一观点,他提出会计稳健性原则的应用程度可以影响公司盈余管理水平,从而能提升投资者保护水平。陶晓慧(2010)认为在非政府控制公司中,会计稳健性能为管理者提供投资决策参考,抑制过度投资,直接有效地保护债权人利益。

关于投资者保护的拓展性研究范围比较广泛,Xu和Wang(1997)对中国上市公司研究发现,股权结构对上市公司的盈利能力具有显著影响,具体体现为股权集中度正向影响盈利能力,而股权集中能间接保护投资者利益,因此也可以认为投资者保护能影响盈利能力进而影响股票投资决策。Mariassunta Giannetti、Yrj Koskinen(2009)通过研究发现投资者保护对股本回报率有显著的正向相关作用,即投资者保护水平较低时,会导致较低的股票预期回报。蔡敏(2011)引入代理成本这一中介变量分析了投资者保护与企业价值之间的关系,研究发现投资者保护通过影响代理成本,最终体现企业价值。

综上发现,国内外学者的研究主要集中在财务会计信息在投资者保护中的作用机制以及投资者保护与股票收益率或者企业价值之间的关系等方面,目前还尚未有学者从会计投资者保护角度着手来研究其与股票收益率的关系,本文在前人研究基础上,通过建立面板数据回归模型对会计投资者保护指数和股票收益率之间的作用关系进行分析。

三、变量测量与样本选取

(一)变量测量

本研究中被解释变量为股票收益率,以会计投资者保护指数为解释变量,其中股票收益率采用对数收益率(SYt=lnPt-lnPt-1)进行处理。由于我国对于投资者保护的研究起步较晚,相关成熟的系统性指标较少,本研究中会计投资者保护指数直接引用了北京工商大学投资者保护研究中心发布的会计投资者保护指数(AIPI),该指数主要包括了会计信息质量、内部控制、外部审计与财务运行四个维度,15个具体指标。AIPI是按百分制来计分的,分数越高表明投资者保护程度越好,在研究中便于统计与计算。

(二)样本选取

本文选取沪深300成分股为样本,由于AIPI于2011年开始才对外发布,因此本文选取的样本区间为2011年至2017年,相关数据直接从北京工商大学投资者保护研究中心获取。沪深300成分股具有上市公司规模大,業绩好,质量高、流动性好的特点,最能反映中国股市一般特点,这也是本文选取该样本的主要原因。沪深300成分股是由在上海证券交易所上市的179只股票和在深圳证券交易所上市的121只股票组成,样本涵盖了沪深两市将近七成左右的市值,而且沪深300指数作为目前国内证券市场中跟踪资产最多、使用最广泛的指数,可以反映我国A股市场的整体综合表现。同时为了保证实证分析结果的准确性,本文对样本进行了以下处理:本文研究的时间跨度为2011-2017年,考虑到保证所取样本数据的完整性,结果的准确性和可信度,剔除2013年以后调入的23只股票,这样一来符合条件的上市公司股票共277只。

四、实证分析

(一)变量描述性统计

如表1所示,从总体来看,沪深300指数成分股的AIPI分值的分布形式基本呈一个正态分布(峰度为3.79,偏度为-0.3),且略呈尖峰左偏分布,分值绝大部分分布在50-60分之间,均值为56.72分,最大值73.59分与最小值35.69相差37.90分,表明我国投资者保护程度仍然差异较大。另外,AIPI分值标准差为4.24,从这一数值可以发现我国的会计投资者保护总体上出现了分散化趋势,不同公司之间的会计投资者保护差距在进一步拉大,主要原因可能是由于不同上市公司的财务信息质量,外部审计质量的差距在进一步拉大。沪深300指数成分股的股票收益率最高值为6.53,最低值3.58,这表明沪深300指数成分股之间的股票收益率相差较大,股票收益率较低的上市公司仍有很大上涨空间。其分布形式基本呈一个正态分布(峰度为4.11,偏度为0.7),且略呈尖峰右偏分布,分值绝大部分分布在4.0-5.0之间,均值为4.66。

(二)单位根检验

本文所选取的数据均属于面板数据,因此,在进行实证检验之前需要检验变量的平稳性,采用ADF检验法可以对被解释变量(会计投资者保护指数)和解释变量(取自然对数后股票收益率)进行平稳性检验,结果如下表2:

如表2所示,两个变量单位根检验的结果均显示对应P值小于0.05,拒绝原假设,即变量都是平稳序列。因此,所有变量全部通过平稳性检验,可以进行下一步的工作,面板数据模型的检验。

(三)面板数据模型的检验

首先进行个体固定效应模型回归,是为了检验不同个体是否有不同的截距项且不同截距项是否受因变量变化而变化。下面对因变量SYCSI300与自变量AIPICSI300进行回归,运用Eviews得到结果如下表3:

由表4检验结果知,对应P值为0.0005,拒绝原假设,沪深300指数成分股的股票收益率与其会计投资者保护指数之间应该建立个体固定效应模型。也就是说,对于不同的个体(即不同的上市公司)都有不同的截距项,并且截距项的变化与解释变量AIPICSI300有关。由表4可知,回归结果中AIPICSI300的估计系数为1.03,自变量所对应的P值小于0.1,自变量通过了1%的显著性检验,说明会计投资者保护指数对沪深300指数成分股具有正向的影响,即会计投资者保护指数越高,相应上市公司股票收益率就越高,具體表现为每提高一个单位的会计投资者保护指数,可以提高1.03个单位的上市公司股票收益率。

五、研究结论

本文以沪深277只上市公司股票为研究样本,依据AIPI对会计投资者保护指数进行测量,运用面板回归模型分析了投资者与股票收益率之间的作用关系。通过研究发现,会计投资者保护指数对股票收益率具有显著正向影响作用。本研究一方面可以起到对国内投资者保护研究文献的补充作用,另一方面可以为我们预测公司股票收益率提供参考依据,同时也要提醒投资者应加强自我保护意识,从而提高投资收益率。

参考文献:

[1]蔡敏.投资者保护与企业价值的实证研究[D].成都:西南财经大学,2011.

[2]陶晓慧,柳建华.资产替代、会计稳健性与债权人保护[J].财经理论与实践,2010,31(04).

[3]毛新述,戴德明.会计制度改革、盈余稳健性与盈余管理[J].会计研究,2009(12).

[4]Mariassunta Giannetti,Yrjo Koskinen.Investor Protection, Equity Returns, and Financial Globalization[J].Journal of Financial and Quantitative Analysis,2009.

[5]Ball,R.,Shivakumar,L.Earnings Quality in UK Private Firms:Comparative Loss Recognition Timeliness[J].Journal of Accounting and Economics,2005.

[6] Xu Xiaonian,Yan Wang.Ownership Structure, Corporate Governance, and Corporate Performance: The Case of Chinese Stock Companies[J].Policy Research Working Paper,1997.