股市信息不对称对股价暴跌的影响①——基于不确定性的新视角

毛 杰,刘红忠

(1.上海大学经济学院,上海 200444; 2.复旦大学经济学院,上海 200433;3.复旦大学金融研究中心,上海 200433)

0 引 言

股价暴跌是指股票价格发生了难以解释的、断崖式的大幅下跌[1,2].股价暴跌致使投资者损失惨重,严重挫伤投资者的持股信心;持续的股价暴跌会有碍于股市的正常运行和健康发展,不利于股市高效率地实现其资源配置功能;持续性的大面积股价暴跌甚至还可能引发系统性金融风险,累及实体经济运行,诱发经济危机,危及社会稳定.

股价暴跌不仅是市场的痛点、监管的难点,而且也是学界的研究热点.对股价暴跌的影响因素进行研究的既有文献洋洋洒洒、不计其数.但是,多数既有文献主要是在公司层面上考察了公司财务和公司特质对股价暴跌的影响[3-13].仅有相对少量的文献在市场层面上研究了市场微观结构状况对股价暴跌的影响,这类在市场层面上进行研究的文献主要是从以下两个不同的视角来考察和研究了股价暴跌问题:1)这类文献中有部分文献主要是从股市信息不对称的视角研究了股价暴跌问题.Romer[14]指出,知情交易者的交易行为会揭示他们所知晓的私有信息,于是非知情交易者在了解了唯有知情交易者才知晓的私有信息之后便会随即改变交易策略,从而会引发股价剧烈波动并很可能会引发股价暴跌.Lee[15]和Cao等[16]在引入了交易成本的概念之后指出,私有信息在股市中会逐步累积,而逐渐累积的私有信息迟早会被触发并释放,在累积的负面私有信息释放时股价会剧烈波动并最终可能发生股价暴跌.Yuan[17]和徐飞等[18]在研究了信贷约束与股价暴跌之间的关系后指出,当知情交易者因其无法及时获得信贷而迫不得已抛售股票时,非知情交易者很可能会把知情交易者抛售的原因误判为知情交易者获知了负面信息,非知情交易者便也开始抛售股票,股票价格由此剧烈波动并最终很可能会发生股价暴跌.但是,这些文献在理论模型中仅仅对股票价格波动或者股票价格变动进行了建模,未能直接对股价暴跌作出明确的定义,更未能体现股价暴跌时股票价格断崖式大幅下跌的特征,因而这些文献大多无法非常有针对性地严谨考察股市信息不对称对股价暴跌的影响,而仅仅只能比较宽泛地考察股市信息不对称对股价波动或股价变动的影响.2)这类文献中的另一部分文献则主要是从市场交易流动性的视角研究了股价暴跌问题.Grossman[19]认为,当市场中的交易流动性供给方错误地估计了交易流动性需求方的交易量时,市场中便会出现交易流动性不足的危机,股价便可能随之大幅波动乃至发生暴跌或暴涨.Gennotte和Leland[20]与Barlevy和Veronesi[21]则先后在文献[19]的基础上分别引入了外生的供给冲击和内生的供给冲击,并在构造了非线性的股票需求曲线后指出,即便一个微小的供给冲击也会致使股市缺乏交易流动性并最终可能引发股价暴跌.虽然这些文献在其理论模型中对股价暴跌作出了比较明确的定义,但是,这些文献理论模型中股价暴跌的产生完全取决于非线性的股票需求曲线,而又无法自释理论模型中股票非线性需求的产生机理.

有鉴于此,本研究将股市中的不确定性与股票的非线性需求相联系,籍以明确定义了股价暴跌的概念,得以更有针对性地严谨考察了股市信息不对称和股价暴跌之间的关系,继而得出结论:股市中的信息不对称对股价暴跌会有正向的影响,股市中信息不对称的程度越高,股价暴跌幅度也会越大,且此等正向的影响会随着不确定性的增大而增大.此研究结论的基本逻辑为:由于股市中广泛存在着不确定性,因而股市中的部分交易者会惧于不确定性而谨慎交易,于是股市中的交易流动性便会由此而大幅度萎缩;在股市交易流动性严重不足的情况下,一个负面的私有信息扰动便会引发股价下跌,并在信息不对称的作用下演化为股价暴跌;股市中信息不对称的程度越高,负面私有信息扰动所导致的股价暴跌也会越严重;而且股市中的不确定性越大,交易者便越发不愿意参与股市交易,股市中便会越发缺乏交易流动性,于是股市信息不对称对股价暴跌的影响也会越大.

与既有文献相比较,本研究的主要边际贡献是在理论建模和实证研究中都引入了市场的不确定性.研究不确定性的既有文献大多聚焦于经济政策的不确定性,侧重于研究经济政策的不确定性对经济运行的影响[22,23];本研究则聚焦于股市中的不确定性,从市场不确定性这个全新的视角来考察股市信息不对称对股价暴跌的影响.具体而言,1)本研究在理论建模上的边际贡献是在所构建的理论模型中引入了市场的不确定性,并率先将股市中的不确定性与股票的非线性需求相联系,得以从市场不确定性这个全新的视角来解释了股票非线性需求的产生机理,由此明确定义了股价暴跌的概念,得以更有针对性地严谨考察了股市信息不对称对股价暴跌的影响.众多的既有相关文献仅仅是研究了信息具有不确定性[24-26]、资产之间的相关系数具有不确定性[27,28]、知情交易者的交易策略具有不确定性[29]等情况下的市场均衡状况,鲜有文献从市场不确定性的视角来考察股市信息不对称对股价暴跌的影响.本研究不仅进一步拓展了对不确定性研究的既有成果,也在股市信息不对称对股价暴跌的影响机制上填补了既有文献中的缺失和空白;2)本研究在实证研究中的边际贡献是根据证券分析师的预测数据构建了A股市场个股的不确定性指数以度量股市中的不确定性,得以在每个时点的横截面上分别度量了个股不同的不确定性,并基于不确定性指数识别出了股市信息不对称对股价暴跌的影响机制.众多的既有相关文献度量了经济政策的不确定性(如文献[22]、文献[23]等),仅仅在时间序列上衡量了宏观经济的经济不确定性,而无法衡量微观个体自身所面临的不确定性.本研究不仅拓宽了对不确定性刻画的实证方法,也为不确定性在股价暴跌的影响机制中的作用提供了新的实证经验.总括而言,本研究从不确定性的全新视角进一步丰富了股价暴跌成因的研究成果,有助于从不同的视角来更为全面地理解股价暴跌的影响因素.

1 理论模型构建与分析

本研究在理性预期均衡框架内[29-32],构建市场微观结构的理论模型,并在模型中引入了不确定性(1)不确定性(uncertainty,亦称模糊性ambiguity)系指事件结果的发生概率分布未知的状况[33].Keynes[34]将不确定性定义为尚无科学依据来计算出事件结果的发生概率.,以期侧重于从不确定性的视角来揭示股市信息不对称对股价暴跌的影响.本研究之所以在市场微观结构模型中引入不确定性:1)是因为不确定性广泛存在于现实金融市场之中,市场中的不确定性不仅仅会影响和改变投资者对资产收益率均值的判断,而且也会由此影响和改变投资者的交易策略[35];2)是因为不确定性在对市场微观结构的研究中极具重要性[24],具体而言,部分交易者因惧于市场中的不确定性而谨慎参与交易,于是市场的微观结构便会由此而发生变化[25,26].本研究理论模型在引入了不确定性之后,便可更为逼真地反映出市场的实际状况,更为全面地反映出不确定性对投资者交易策略以及对市场微观结构等的影响.

1.1 模型设定

本研究将市场中的所有交易者细分为两类:1)知情交易者;2)模糊交易者(2)模糊交易者,在部分既有文献中亦被称为模糊厌恶交易者或天真交易者等..参照文献[29]和文献[32],本研究再设定知情交易者和模糊交易者共同参与股票交易,而知情交易者具有额外的投资机会(3)具体的额外投资机会如股票衍生品投资、融资融券交易等..本研究还假设知情交易者和模糊交易者都以现金形式持有其在交易之后的全部剩余资产.

(1)

(2)

综上,本研究理论模型所设定的市场微观结构如图1所示.

图1 市场微观结构的简图

假设市场中的知情交易者和模糊交易者是[0,1]上的连续统,其中知情交易者的基数(Cardinality)设为M,模糊交易者的基数便为1-M.

1.2 市场均衡

在理性预期均衡模型中,知情交易者和模糊交易者都是先了解和掌握了他们各自的信息集,然后再根据其信息集并从实现其期望效用函数最大化出发来决定其最优交易量.随后,知情交易者和模糊交易者都将其最优交易量提交至市场.市场遂出清并实现均衡,由此得以形成了市场均衡时的股票价格.

(3)

(4)

(5)

(6)

知情交易者和模糊交易者在决定了他们各自的最优交易量之后,便将各自的最优交易量提交至市场.市场随后出清并实现均衡(此时市场中股票的超额需求量为零).市场出清条件为

(7)

(8)

(9)

由此定义的股价暴跌,得以充分体现出股价暴跌时股票价格断崖式大幅下跌的特征.

1.3 无不确定性的反事实分析

(10)

(11)

(12)

1.4 股价暴跌的命题

根据第1.2节中对股价暴跌Crash的定义和对股市信息不对称Asy的定义可知,股价暴跌Crash和股市信息不对称Asy的关系为

(13)

(14)

个中缘由是当一个负面的私有信息扰动发生时,股票的超额需求量便会发生变化(如图2所示,超额需求曲线便会左移);股票超额需求量的变化幅度(即图2中股票的超额需求曲线的左移幅度)与股市信息不对称Asy的程度正相关,股市信息不对称Asy的程度越高,股票超额需求量的变化幅度也就越大,于是股价暴跌Crash也会越严重.

图2 股价暴跌的示意图

由此,提出理论模型的命题1.

命题1股市信息不对称对股价暴跌会有正向的影响,股市中信息不对称的程度越高,股价暴跌的程度也会越大.

进而再由式(14)可知,模糊交易者所面临的不确定性Δφ越大,股市信息不对称对股价暴跌的影响也会越大,即

(15)

个中缘由是不确定性Δθ越大,模糊交易者便越发不愿意参与股市交易,股市中便会越发缺乏交易流动性,于是股市信息不对称对股价暴跌的影响也会越大.

由此,再提出理论模型的命题2.

命题2不确定性具有放大效应,股市中的不确定性越大,股市信息不对称对股价暴跌的影响也会越大.

2 实证模型设计

2.1 模型设定

本研究设立实证模型式(16)来实证检验股市中的信息不对称对股价暴跌的影响

Crashi,j,t=β0+β1·Asyi,j,t+β×

Xi,j,t+βt+βj+ui,j,t

(16)

式(16)中Crash表示股价暴跌,是本研究实证模型的因变量;Asy表示股市信息不对称,是实证模型的自变量;X是实证模型的控制变量;下标i=1,…,n表示不同股票的截面,下标j=1,…,k表示不同行业的截面,下标t=1,…,m表示不同时间的期数(以月为单位);β0表示截距项,βt表示时间固定效应,βj表示行业固定效应,ui,j,t表示随机误差项;β1和β都表示回归系数,回归系数β1是本研究的主要考察对象和研究重点.本研究设立实证模型式(17)来实证检验不确定性在股市信息不对称对股价暴跌的影响中所起的作用

Crashi,j,t=γ0+γ1·Asyi,j,t+γ2·Ambi,j,t+

γ3·Asyi,j,t·Ambi,j,t+γ·Xi,j,t+

γt+γj+ui,j,t

(17)

式(17)中Amb表示不确定性,是本研究实证模型的调节变量;γ0表示截距项,γt表示时间固定效应,γj表示行业固定效应,γ1、γ2、γ3和γ都表示回归系数,交互项的回归系数γ3也是本研究的主要考察对象和研究重点.

2.2 变量定义

实证模型中的因变量为股价暴跌Crashi,j,t,本研究以样本股票发生股价暴跌的频率Frequency(x)i,j,t用于度量股价暴跌Crashi,j,t[37-42].具体而言,本研究假设股票收益率呈正态分布,而后使用中心极限定理定义样本股票发生股价暴跌的频率Frequency(x)i,j,t为样本股票的收益率出现极端负值的概率,即

④中纪委主张“监察机关调查职务违法和职务犯罪适用国家监察法，案件移送检察机关后(才)适用刑事诉讼法”。

Frequency(1.96)i,j,t≜P{Ri,j,τ

(18)

Frequency(2.33)i,j,t≜P{Ri,j,τ

(19)

式(18)和式(19)中Ri,j,τ表示样本股票i在交易日τ的收益率,阈值-1.96和-2.33分别表示正态分布的下2.5%和下1%的分位点.

实证模型中的自变量为股市信息不对称Asyi,j,t,本研究以样本股票的月知情交易概率度量股市信息不对称Asyi,j,t的程度[43-47](4)本研究不使用成交量加权的知情交易概率VPIN来测度我国股市信息不对称的程度,是因为Easley等[48-50]所提出的成交量加权知情交易概率VPIN,比较适合在高频交易的市场环境中用于测度股市信息不对称的程度[51],而我国股市是实行T+1的交易制度,并非是高频交易的市场,所以成交量加权的知情交易概率VPIN不太适用于我国股市..一般而言,知情交易概率由如下两步构造而成.首先,根据经典文献[43],按式(20)进行参数估计

(20)

式(20)中B表示交易日τ内的买入指令数,S则表示交易日τ内的卖出指令数;α表示信息事件发生的概率,1-α则表示信息事件不发生的概率;δ表示坏消息的发生概率,1-δ则表示好消息的发生概率;μ表示知情交易者的指令到达率,ε则表示其他交易者的指令到达率.设整个样本月份t内的各交易日两两独立,整个样本月份t的对数似然函数则为

(21)

实证模型中的调节变量为不确定性.根据文献[52]和文献[53],本研究基于证券分析师的预测数据构建样本股票的个股不确定性指数Ambi,j,t用于度量个股的不确定性的程度.首先,针对第p位证券分析师在第t期对第i支股票所给出的每股收益预测值Forecasti,j,p,t,需计算出此预测值相对于实际值Reali,j,t的预测偏差Errori,j,p,t,预测偏差Errori,j,p,t的计算公式为

(22)

然后,有鉴于事件结果在不确定性状况下的概率分布是未知的,本研究便以此预测偏差Errori,j,p,t的四分位差来构建个股的不确定性指数Ambi,j,t,计算公式为

Ambi,j,t=IQRp(Errori,j,p,t)

(23)

本研究参考了文献[54]等选取了如下控制变量:上期的股价暴跌L.Crash、上期的股票特质收益率的均值L.Return、上期的股票特质收益率的波动率L.Sigma、上期的上市公司财务杠杆L.Lev、上期的上市公司账面市值比L.BM、上期的上市公司经营业绩L.ROA、上期的上市公司规模L.Size、上期的股票换手率L.Turnover、上期的上市公司财务不透明度L.Opacity(即上期的上市公司可操纵应计盈余的绝对值).

2.3 数据来源

文中计算知情交易概率所使用的分笔高频交易数据来源于RESSET高频数据库,其他数据均来源于国泰安CSMAR数据库.实证检验的样本为沪深A股股票(但不包括金融类股票),样本时间为2010年7月1日—2015年12月31日.本研究使用R软件中的pinbasic程序包计算了知情交易概率,使用Stata14.0完成了其他数据处理和回归分析.实证模型中的主要变量都进行了上下各2.5%的缩尾(Winsorize)处理,以尽可能减少样本中的异常值对实证检验结果的干扰.为了消除自变量与调节变量之间可能存在的多重共线性问题,自变量与调节变量又进行了中心化处理(5)具体的描述性统计囿于篇幅而无法刊告,但已留存备索..

3 实证检验与分析

3.1 基准回归检

本研究实证检验我国股市中的信息不对称对股价暴跌的影响,以知情交易概率PIN来度量和刻画股市信息不对称的程度,并以股价暴跌的发生频率Frequency1.96和Frequency2.33来度量和刻画股价暴跌.实证检验的聚类估计结果详见表1.

表1 实证检验的聚类估计结果

表1的第2列、表1的第3列的被解释变量为Frequency1.96,1)第2列仅引入知情交易概率PIN,其估计系数在1%的置信水平下显著为正;2)第3列在第2列的基础上引入了研究股价暴跌常用的控制变量,回归估计结果依然保持稳健,PIN的估计系数为2.189,且仍然在1%的置信水平下显著为正.此实证检验的结果表明:股市信息不对称对股价暴跌会有显著的正向影响,股市中信息不对称的程度越高,股价暴跌的程度也会越大.前文理论模型推导出的命题1由此也得以验证.表1第3列还提示:我国股市的股价暴跌,除了受到股市信息不对称的显著影响之外,L.Return、L.Sigma、L.Lev、L.BM、L.ROA、L.Size和L.Turnover也都会对我国股市的股价暴跌程度产生显著的影响.

再如表1第4列、表1第5列所示,在股价暴跌改为由股价暴跌的发生频率Frequency2.33来度量的情况下,知情交易概率PIN的估计系数仍然在1%的置信水平下显著为正.此实证检验的结果再度印证了股市信息不对称对股价暴跌确实会有显著的正向影响,并再度验证了理论模型命题1.

3.2 考虑内生性的稳健性检验

股市信息不对称和股价暴跌两者之间可能会发生遗漏变量和互为因果这两类内生性问题.鉴此,本文使用固定效应模型和工具变量模型两种方法在考虑了内生性问题后重新检验股市信息不对称程度对股价暴跌的影响.本文选用样本股票是否已被选定为融资融券标的股票Short来作为股市信息不对称的工具变量,其原因有二:1)样本股票被选定为融资融券标的股票与市场中的股价暴跌并不直接相关,因为融资融券标的股票的调入和调出系由沪深两市交易所决定,实为外生事件,具有高度的外生性;2)样本股票被选定为融资融券标的股票Short与股市信息不对称具有相关性,因为融资融券交易的推出降低了股市的信息不对称[47].鉴此,样本股票是否已被选定为融资融券标的股票Short不仅满足了工具变量的外生性要求、还满足了工具变量的相关性要求,适合用作本文的工具变量.使用固定效应模型和工具变量模型的稳健性检验结果详见表2.

表2 考虑内生性问题的稳健性检验结果

如表2第2列、表2第3列所示,在使用了固定效应模型控制了不可观测变量后,知情交易概率PIN的两个估计系数分别为2.465和2.628,均在1%的置信水平下显著为正,与前文的实证检验结果基本一致.此内生性问题的稳健性检验结果也表明:在控制了不可观测变量后,股市信息不对称对股价暴跌仍然会有显著的正向影响,股市信息不对称的程度越高,股价暴跌的程度也会越大.理论模型推导出的命题1也由此再度得以证实.

如表2第4列、表2第6列所示,在控制了其他因素的情况下,融资融券标的股票Short的两个估计系数全部都在5%的置信水平下显著为负.此第一阶段的检验结果表明:融资融券标的股票Short与股市信息不对称显著负相关,融资融券标的股票Short确为有效的工具变量,可用于本研究的内生性问题检验.再如表2第5列、表2第7列所示,知情交易概率PIN的两个估计系数全部在10%的置信水平下显著为正,与前文的实证检验结果基本一致.理论模型推导出的命题1也由此再度得以证实.

综上,考虑到可能会存在内生性问题,本研究使用固定效应模型和工具变量模型,在考虑内生性问题的前提下,再次考察了股市信息不对称对股价暴跌的影响,此内生性问题的稳健性检验结果与前文的实证结论一致,由此验证了实证结论的稳健性.

3.3 其他稳健性检验

为了验证实证结果的稳健性还进行了两项稳健性检验(6)稳健性检验的具体结果囿于篇幅而无法刊告,但已留存备索..

1)由于用来计算知情交易概率PIN的对数似然函数是非线性函数,所以使用极大似然法来作最优估计可能会发生计算溢出等计算问题.本研究根据文献[55]、文献[56]、文献[57]分别计算了知情交易概率G-PIN、Y-PIN和E-PIN,从而改善了知情交易概率估计的准确性和有效性.进而,本文在实证检验中使用知情交易概率G-PIN、Y-PIN和E-PIN来分别度量股市中的信息不对称风险,再次检验股市信息不对称对股价暴跌的影响.

2)文献[3～6]和文献[8～12]使用收益负偏系数Ncskew和涨跌波动比率Duvol来刻画股价暴跌.本研究因而也在实证检验中使用收益负偏系数Ncskew和涨跌波动比率Duvol来分别度量股价暴跌,再次检验股市信息不对称对股价暴跌的影响.

上述稳健性检验的结果与前文的实证检验结论相吻合,由此得以从不同的视角多番验证了本研究实证结论的稳健性.

3.4 区分股价异常波动区间的异质性检验

2015年我国股市出现了异常波动,市场机制可能会发生变化,由此信息不对称程度对股价暴跌的影响可能会有所不同.因而,本研究将总样本分为2015年前和2015年中两个分样本,分别检验股市信息不对称对股价暴跌的影响.区分股价异常波动区间的异质性检验结果详见表3.

表3 区分股价异常波动区间的异质性检验结果

如表3所示,在控制了其他因素的情况下,无论在2015年前分样本抑或在2015年分样本,知情交易概率的估计系数都在1%的置信水平下显著为正.本研究进而对2015年前和2015年中两个分样本中知情交易概率的估计系数进行了Wald检验,其Wald检验结果17.69和17.38,均在1%的置信水平下显著.此异质性检验的结果表明:无论在正常时期抑或是在异常波动时期,信息不对称程度都对股价暴跌都产生了显著的正向影响,但影响的程度有所不同,在股价异常波动时期信息不对称程度对股价暴跌所产生的影响更大.

3.5 不确定性的影响机制检验

前文的实证检验已得出结论:股市信息不对称对股价暴跌会有显著的正向影响,股市信息不对称的程度越高,股价暴跌的程度也会越大.但尚需进一步识别出股市信息不对称对股价暴跌的影响机制.为此,根据前文理论模型推导出的命题2(即不确定性具有正向的放大效应),本研究引入个股的不确定性指数以期识别出股市信息不对称对股价暴跌的影响机制.继而,将不确定性指数Amb以及此不确定性指数与两种知情交易概率的交互项PIN×Amb一并引入实证模型中,旨在识别出股市信息不对称对股价暴跌的影响机制.影响机制识别的检验结果详见表4.

表4 不确定性的影响机制检验结果

如表4所示,在控制了其他因素的情况下,知情交易概率PIN的两个估计系数全部都在1%的置信水平下显著为正.此检验结果与前文的实证结果一致,前文理论模型推导出的命题1也由此再度得以证实.

再如表4所示,在控制了其他因素的情况下,知情交易概率PIN与不确定性指数Amb的交互项PIN×Amb的两个估计系数均在5%的置信水平下显著为正.交互项的两个估计结果都表明:不确定性与股市信息不对称对股价暴跌的影响显著正相关,即不确定性在股市信息不对称对股价暴跌的影响中具有正向的放大效应,股市中的不确定性越大,股市信息不对称对股价暴跌的影响也会越大.由此得以识别出了股市信息不对称对股价暴跌的影响机制,并由此得以证实了前文理论模型所推导出的命题2.

4 结束语

本研究基于不确定性的视角,从理论建模和实证检验两个维度系统地考察和研究了股市信息不对称和股价暴跌之间的关系,并得出结论:股市信息不对称对股价暴跌会有正向的影响,股市中信息不对称的程度越高,股价暴跌的程度也会越大,且此等正向的影响会随着不确定性的增大而增大.

本研究首先在理性预期均衡的框架内构建了市场微观结构的理论模型,并在模型中引入了不确定性,由此得以从不确定性的视角考察和研究了股市信息不对称和股价暴跌之间的关系,进而得出了理论模型的两个命题:1)股市信息不对称对股价暴跌会有正向的影响,股市中信息不对称的程度越高,股价暴跌的程度也会越大;2)不确定性具有放大效应,股市中的不确定性越大,股市信息不对称对股价暴跌的影响也会越大.这两个命题背后的基本逻辑是:由于股市中广泛存在着不确定性,因而股市中的部分交易者会惧于不确定性而谨慎交易,于是股市中的交易流动性便会由此而大幅度萎缩;在股市交易流动性严重不足的情况下,一个负面的私有信息扰动会引发股价下跌或引发股价暴跌;且股市中信息不对称的程度越高,负面私有信息导致股价下跌或股价暴跌的幅度也会越大;而且股市中的不确定性越大,交易者便越发不愿意参与股市交易,股市中便会越发缺乏交易流动性,于是股市信息不对称对股价暴跌的影响也会越大.

本研究继而以A股市场2010年7月至2015年12月的个股分笔高频数据为样本,计算了A股市场股票的知情交易概率,用于度量股市信息不对称的程度,并以知情交易概率实证检验了股市信息不对称对股价暴跌的影响.实证结果表明:股市信息不对称对股价暴跌会有显著的正向影响,股市中信息不对称的程度越高,股价暴跌的程度也会越大.还考虑到可能会存在内生性问题,本研究以样本股票是否已被选定为融资融券标的股票作为工具变量,再度验证了实证检验结论的稳健性.

本研究进而还根据证券分析师的预测数据构建了A股市场个股的不确定性指数来度量股市中的不确定性,并基于此不确定性指数来识别股市信息不对称对股价暴跌的影响机制,得以发现:不确定性在股市信息不对称对股价暴跌的影响中具有正向的放大效应,即股市中的不确定性越大,股市信息不对称对股价暴跌的影响也会越大.

基于上述研究结论,本研究认为:切实降低股市中信息不对称的程度,切实改善中小投资者的信息劣势地位,可缩小股价暴跌的幅度,可减少股价暴跌的发生频次,有助于维护股市的正常运行和健康发展,有助于防范证券市场可能会发生的系统性金融风险.为此,本研究建议:1)畅通投资者获取真实股市信息的渠道,增加投资者获取真实股市信息的途径,严惩凭空捏造恶意传播虚假股市信息的行为;2)完善上市公司的信息披露制度,规范上市公司的信息披露行为,强化对上市公司信息披露的监管,督促上市公司依法依规客观及时完整地披露应予公开的信息,严惩上市公司信息虚报、信息瞒报和信息压制的行为,籍以切实降低股市中信息不对称的程度;3)告诫机构投资者不得滥用其信息优势操纵市场违法牟利,严惩此等违规利用信息优势损害中小投资者利益的行为,籍以保护处于信息劣势地位的中小投资者;4)提醒广大中小投资者充分意识到其在股市中的信息劣势地位,劝导广大中小投资者在信息不对称的股市中谨慎投资理性交易,教育广大中小投资者警惕股价暴跌风险避免在股价暴跌时遭受重大损失.