网站首页  词典首页

请输入您要查询的论文:

 

标题 现金股利与股票价格波动
范文 张普 陈亮
摘要:本文利用2011-2016年间我国沪深两市A股上市公司的面板数据,考察了我国不同行业现金股利政策与股票价格波动的关系。实证结果表明,除电力、热力、燃气及水生产和供应业外,以股利收益率为代理变量的现金股利政策对我国沪深A股不同行业上市公司的股价波动都具有解释能力。股利收益率与股价波动呈负相关,表明分红政策能够显著降低股价波动水平,其中这种影响在采矿业表现最强,房地产业次之。因此,为了促进我国沪深股票市场健康稳定发展,现金股利政策是必不可少的工具之一,政府监管部门、上市公司和投资者,应根据不同行业的具体情况,合理选择恰当的现金股利政策实施方式和力度。
Abstract: Based on Panel Date Analysis method, the paper empirically analyzes the relationship between cash dividend policy and stocks' volatility in different industry sectors with a sample of the stocks listed in Chinese A-share Exchange during 2011-2016. The results show that cash dividend policy (dividend yield) does affect the stocks' volatility in Chinese A-share Stock Exchange. Especially, stocks' volatility is negatively correlated with dividend yield, that is to say, the increase of cash dividend may decrease stocks' volatility, and this kind of influence will be strongest in Mining Industry and then in real estate industry. Therefore, the dividend policy will be one of the most important tools to promote the healthy and stable development of stock market, the government regulators, listed companies and investors should select the appropriate dividend policy mode and strength according to the specific conditions of different industries.
关键词:现金股利政策;股票价格;波动;行业
Key words: cash dividend policy;stocks' price;volatility;industry categories
中图分类号:F830.91 文献标识码:A 文章编号:1006-4311(2018)20-0038-04
0 引言
现金股利是上市公司回报股东的重要方式,成熟资本市场体系中,更是被视为投资者股权投资最主要的收益来源。在我国,经过二十多年的迅速发展,资本市场取得的成就举世瞩目,但在现金股利问题上,与西方国家市场的差距却有目共睹。近年来,随着监管层的日益重视,以及投资者素质的逐步提高,我国A股市场上市公司现金股利的比例和幅度已经有所改善,但长期不分红、少分红的现象仍普遍存在。对此,陈雨露、汪昌云[1]和彭志胜、宋福铁等[2]学者认为,国内外上市公司在现金股利分配的数量、形式、及时间上的显著差异,很可能正是造成我国股票市场股价波动较大现象的原因之一。
同时,我国证券市场上频繁出现的板块轮动和热点转换,使行业视角下现金股利和股票波动性之间的关系成为学界和业界共同关注的新问题。本文的研究工作即由此展开,以我國沪深A股上市公司为研究对象,对不同行业中现金股利政策对股票波动性的影响进行深入的对比分析。
1 文献回顾
早期研究主要关注股利政策对股票价格或公司价值的影响[3]。从20世纪80年代末起,人们开始关注现金股利政策与股票波动性的关系。Baskin[4]首次用股票价格波动率作为被解释变量,以股利收益率和股利支付率作为解释变量,同时增加了行业虚拟控制变量,研究发现美国股票市场股利收益率和股利支付率都与股票价格波动率呈显著负相关关系。Pastor[5]的研究结果显示,股利收益率与股票收益波动之间存在很强的负相关关系,说明股利收益越高,股票收益率的波动性也越小。
此后,许多研究者分别选择不同的代理变量,采用不同的方法,运用不同国家证券市场的交易数据进行了进一步的验证和拓展研究,但却并未能形成完全一致的结论。
多数学者的研究成果支持了Baskin的观点。分别基于尼日利亚、英国、马来西亚、肯尼亚、约旦和巴基斯坦等国家股票市场的研究认为以股利收益率或股利支付率等指标为代理变量的现金股利水平与股票波动之间呈负相关关系[6-9]。权小锋等[10]认为行业因素对企业现金股利支付意愿和支付水平产生了显著的影响,成长性行业的企业现金股利支付高于成熟或衰退行业企业的现金支付,行业的竞争程度负向的影响了企业的现金股利政策。张继勋、刘文欢[11]则发现,当股价波动程度较小时,在行业现金分红压力较高的情况下,管理层进行现金分红的可能性更大。
相反的,还有相当一部分研究发现,现金股利政策与股票波动之间也可能表现为完全或部分的正相关关系,如在检验津巴布韦股票市场分红政策与股票波动性的关系时,发现分红政策与股票波动性都呈正相关关系[12]。
综上,关于现金股利政策与股票波动性之间的关系是否存在以及影响方向如何,学界并未得出一致的结论。并且,对于在不同行业的股票市场中,现金股利政策与股票波动性之间相关关系的方向和程度的研究,目前尚不多见。因此,本文将以此为切入点,以中国沪深A股不同行业上市公司为研究对象,讨论不同行业下的现金股利政策与股票波动性之間的关系。
2 实证方案设计
2.1 模型设定
本文以我国沪深A股上市公司为研究对象,运用面板数据分析法,对我国不同行业现金股利政策与股票波动性的关系进行研究。参考国内外现有文献,结合我国市场实际,以股票波动率作为被解释变量,以股利收益率和股利支付率作为现金股利政策的代理变量(解释变量),建立模型如式(1)所示:
为了剔除其他公司财务信息及市场交易情况对股票波动性的影响,必须设置合理的控制变量。参考文献[4,8],选择每股收益等十个指标作为控制变量,并进一步完善式(1),建立的回归模型如式(2)所示:
其中,PV为股票波动率,DY为股利收益率,DP为股利支付率,Controlj(j=1,2,...,10)分别代表每股收益、资产负债率、总资产增长率、净资产收益率、现金资产比、公司规模、换手率、经营活动现金流量、股权集中度和机构投资者持股比例。β1、β2和δj (j=1,2,...,10)则分别为上述各影响因子对股票波动率的影响系数。
2.2 变量定义
2.2.1 被解释变量
股票波动率(PV):考虑到我国股票市场波动较大的现实情况,与现有部分文献采用有效年最高价减最低价除以平均值计算的波动率不同,以上市公司季度60日简单移动平均波动率作为股票波动率的指标。
2.2.2 解释变量
股利收益率(DY):股利收益率是每股股利与每股市价的比值或季度总现金股利与季度末总市值的比值,其中每股市价选取季度末日收盘价。
股利支付率(DP):股利支付率是每股股利与每股收益的比值或季发放的现金总股利与季总净利润的比值。
2.2.3 控制变量
每股收益(EPS):每股收益等于企业净利润与普通股股数的比值。
资产负债率(DEBT):资产负债率高的公司需要大量现金应对债权人对现金的需求,从而被动选择少分红或不分红,而资产负债率低的公司则无此压力。因此,选取资产负债率反映公司财务杠杆水平。
总资产增长率(AG):成长性高的公司会选择少发放或不发放现金股利,因此选取总资产增长率(本季度总资产的增加值与上季度总资产的比值)为控制变量。
净资产收益率(ROE):公司盈利能力直接影响现金股利,故选取净资产收益率(净利润与所有者权益的比值)反映公司盈利能力大小。
现金资产比(CA):公司决定是否发放股利受公司现金是否充裕的影响,选取现金资产比(季末现金总额与季末总资产的比)来反映现金充裕程度。
公司规模(SIZE):等于上市公司总资产的自然对数。
换手率(HSL):等于上市公司股票的成交量与发行在外的总流通股股数的比值。
经营活动现金流量(CFO):等于经营活动现金净流量与股本总额的比率。
股权集中股(OC):等于第一大股东持股份额在公司总股份中所占比重。
机构投资者持股比例(TIH):等于机构投资者持有的股票与上市公司发行在外的所有股份之比。
2.3 样本选择和数据来源
为了研究行业视角下现金红利水平与股票波动之间的关系,本节中,我们选取沪深A股主板市场的所有上市公司为样本,采用2011-2016年的季度数据进行检验,并剔除金融类个股,以及样本期内被特别处理或其他处理的、净资产小于零的和2010年12月31日之后上市的公司样本。
经过筛选,有效样本共涉及六类行业,具体包括:B采矿业38支,C制造业511支,D电力、热力、燃气及水生产和供应业63支,F批发和零售业97支,G交通运输、仓储和邮政业63支,K房地产业90支①。所有数据来源于国泰安(CSMAR)和锐思(RESSET)金融研究数据库。
2.4 描述性统计分析
样本数据的部分描述性统计分析结果如表1所示。
结果显示,六大类行业中,所涉及的个股数量差异较大,行业间的股票波动率水平略有差异但并不明显,此外,股利收益率水平差异不大,股利支付率水平差异明显。
3 实证过程及结果分析
3.1 实证模型
采用面板数据回归法分别对沪深A股市场主板不同行业的个股交易数据进行实证分析,进一步讨论现金红利水平和波动率水平之间的关系。将式(2)分别改写为:
记式(3)为模型一,综合考察行业视角下股利收益率(DY)和股利支付率(DP)对股票波动性的影响,记式(4)为模型二,单独考察行业视角下股利收益率(DY)对股票波动性性的影响,记式(5)为模型三,单独考察行业视角下股利支付率(DP)对股票波动性性的影响。
3.2 面板数据单位根检验
按照实证工作的步骤要求,首先应检验数据序列的平稳性。本文采用Fisher-ADF检验和Fisher-PP检验验证样本数据的平稳性,六个行业均能顺利通过单位根检验。表2显示了部分单位根检验结果。
结果显示,在两种检验中,六个行业的市场数据均能够在0.01显著性水平上拒绝“存在单位根”的原假设,因此可以认为样本序列是平稳的,符合进行面板数据回归的条件。
3.3 面板回归模型选择
对样本数据分别进行极大似然比检验和Hausman检验,考察混合模型、固定效应模型和随机效应模型的适用性,以最后确定面板模型的具体形式。检验结果如表3所示。
经过比对,六个行业的检验结果均显示,应选择固定效应模型进行面板数据回归。
3.4 回归结果与分析
分别运用模型一、模型二和模型三,采用固定效应模型对样本数据进行回归,结果如表4至表6所示。
表4、表5和表6反映了同时存在于我国沪深A股不同行业上市公司中现金股利水平與股票价格波动之间的关系。依据面板数据回归的实证结果显示,模型中设定的两个解释变量中,股利收益率在除采矿业之外的所有行业中都对股票波动率具有解释能力,但股利支付率仅在部分行业中能够对股票波动率具有解释能力;模型选择的部分控制变量,也对股票波动具有一定的解释力。全样本行业和六类行业的回归模型中,F统计量都在0.01显著性水平上显著,表明模型正确;调整后R2均在0.4以上,有的行业甚至高达0.76,可见模型的拟合程度较好。
具体而言,从解释能力看,模型一检验了股利收益率和股利支付率对股票波动性的共同影响。结果显示,六类行业中只有D行业(电力、热力、燃气及生产和供应业)的股利收益率指标不能通过显著性检验,股利支付率则仅有C行业(制造业)可通过显著性检验。其中,股利收益率指标在0.01或0.05的显著性水平下显著,而股利支付率则以0.05显著性水平显著。这表明两个代理变量中,股利收益率对股票波动产生影响的可能性更大。模型二和模型三分别检验了股利收益率和股利支付率对股票波动性的影响,可见单独而言,股利收益率对波动性的影响能力与模型一相仿,但股利支付率指标在部分行业中能单独成为股票波动性的影响因素。因此可以认为,在对股价波动产生影响的问题上,股利收益率是较股利支付率而言更有效、更有意义的指标。
从影响方向及程度看,对模型一和模型三的比较分析结果显示,无论是与股利支付率共同检验还是单独分析,股利收益率指标的回归系数均为负,表明随着股利收益率的升高,股票波动水平会下降,二者之间存在显著的负相关关系。从股利收益率指标系数的绝对值来看,B行业(采矿业)相对最高,K行业(房地产业)次之,D行业(电力、热力、燃气及水生产和供应业)最低,它们数值上相差1倍左右。
由此,可以认为我国证券市场上,不同行业间现金股利政策对股价波动的影响力不同,市场参与者对采矿业和房地产业上市公司现金红利的发放水平比较敏感,但对与生产生活息息相关的电力、热力、燃气及水生产和供应业的敏感性较低。
最后,控制变量中,公司规模(SIZE)、换手率(HSL)、净资产收益率(DEBT)和总资产增长率(AG)都是我国沪深A股市场股票波动率水平的影响因素,这一结论基本适用不同行业,上述指标大体与股票波动率呈正相关关系。其它指标与股票波动性的影响在不同行业有所差异,有的具有显著影响,有的则不具有;有的正相关,有的则负相关。
4 结论及建议
本文运用面板数据分析法对2011-2016年间我国沪深A股不同行业上市公司现金股利政策与股票波动性之间的关系进行了实证检验,得到如下结论。
首先,以股利收益率为代理变量的现金红利水平对我国沪深A股不同行业市场的股票波动率基本具有解释能力。股利收益率与股票波动呈显著负相关,其中采矿业中现金股利政策对股票波动率的影响能力最强,房地产业次之,而在电力、热力、燃气及水生产和供应业中,现金股利政策对股票波动率的影响不明显。
其次,同样作为现金股利水平的代理变量,股利支付率不能完全独立解释股票波动水平的变化,但其与股利收益率共同出现时,对部分行业,如制造业,具有一定的解释能力。
最后,公司规模、换手率、净资产收益率和总资产增长率是我国沪深A股市场股票波动率水平的影响因素,这一结论基本适用不同行业市场,且大体与股票波动率呈正相关关系。
本文的研究结论对于行业多元化的中国股票市场的健康稳定发展具有重要启示。政府监管者应该根据不同行业市场,继续坚持通过立法和法规的形式来引导和鼓励上市公司持续稳定的发放现金红利行为,其中应该突出加强引导和鼓励采矿业和房地产业上市公司现金红利的发放;上市公司应该结合自身所处的行业特点,制定良性现金股利机制,这样不仅能完善公司内部治理结构,回报广大投资者,还能控制股价大幅波动,维持上市公司平稳运行;投资者则应该进一步牢固树立风险意识和理性投资理念,结合自身的风险承受能力以及各行业上市公司的特殊性,长期持有那些积极发放稳定现金股利的上市公司,从而树立理性投资和价值投资的理念,发挥投资者在金融市场中应有的积极作用。
注释:
①行业分类依据证监会2012版修订的《上市公司行业分类指引》。
参考文献:
[1]陈雨露,汪昌云.金融学文献通论.微观金融卷[M].北京:中国人民大学出版社,2006.
[2]彭志胜,宋福铁.分红政策与股票收益波动的关系[J].系统工程,2014(7):34-42.
[3]Lintner J. Distribution of Incomes of Corporations among Dividends, Retained Earnings, and Taxes.[J].American Economics Review, 1956,46(2):97-113.
[4]Baskin J. Dividend Policy and the Volatility of Common Stocks [J].Journal of Portfolio Management, 1989, 15(3):19-25.
[5]Pastor L V P. Stock Valuation and Learning about Profitability [J].Journal of Finance, 2003,58(5):1749-1789.
[6]Okafor C O, Mgbame C O, Chijkoe-Mgbame A M. Dividend Policy and Share Price Volatility in Nigeria[J].Journal of Research in National Development, 2011,9(1):202-210.
[7]Nkobe D K, Simtyu A K, Limo P K. Dividend Policy and Share Price Volatility in Kenya[J].Research Journal of Finance and Accounting,2013,4(6):115-120.
[8]Anas A Q, Aziz Y. Stock Price Volatility and Dividend Policy in Jordanian Firms [J].Research Journal of Finance and Accounting, 2015, 6(22):149-159.
[9]Syed A S, Umara N. Stock Price Volatility and Role of Dividend Policy: Empirical Evidence from Pakistan [J].International Journal of Econom):s and Financial Issues, 2016,6(2):461-472.
[10]權小锋,滕明慧,吴世农.行业特征与现金股利政策——基于2004-2008年中国上市公司的实证研究[J].财经研究,2010(8):122-132.
[11]张继勋,刘文欢.行业现金分红压力、股价波动与现金分红决策[J].现代财经(天津财经大学学报),2014(3):65-74.
[12] Jecheche P. Dividend Policy and Stock Price Volatility: A Case of the Zimbabwe Stock Exchange [J].Journal of Finance and Accountancy,2012, 10:1-13.
随便看

 

科学优质学术资源、百科知识分享平台,免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。

 

Copyright © 2004-2023 puapp.net All Rights Reserved
更新时间:2024/12/22 23:45:17