20210830-国信证券-学术文献研究系列第14期_从盈余公告前异常特质波动看上市公司信息泄露风险_26页_1mb

证券研究报告总结：从盈余公告前异常特质波动看上市公司信息泄露风险

核心内容

本文基于《金融工程专题研究：从盈余公告前异常特质波动看上市公司信息泄露风险》文献，提出一种新的信息风险度量方法——异常特质波动率（AIV）。AIV是盈余公告前特质波动率与非盈余公告时期特质波动率的差值，用于衡量上市公司在发布盈余信息前的价格波动是否异常，从而反映信息泄露风险。

主要观点

• AIV指标构建：AIV通过比较盈余公告前与非盈余公告时期的特质波动率差异来度量信息风险。特质波动率是通过Fama-MacBeth回归法计算得到的残差波动率，并进行年化处理。
• AIV与收益抢跑行为：AIV与盈余公告前的收益抢跑行为呈显著正相关，表明信息泄露可能影响股价波动。
• AIV与知情交易行为：AIV与内幕交易、卖空交易和机构投资者的异常交易行为之间具有显著的正相关性，进一步验证了其作为信息风险代理变量的有效性。
• AIV与未来收益：AIV对个股未来收益具有显著的预测能力，且在控制其他定价因子后仍有效，表明市场对信息风险进行定价。
• 负AIV值的解释：部分股票AIV为负值，表明其在非盈余公告时期波动更大，可能由于公司基本面风险或噪音交易影响，但负AIV值意味着较低的信息风险。
• AIV的不平稳性：AIV值在时间序列上不具有平稳性，需频繁更新，以反映信息风险的动态变化。
• AIV与其他信息风险指标：AIV与基于成交量的信息风险指标（如PIN、PSOS）存在一定的相关性，但其包含的信息不能被现有指标完全解释，具有独立性。

关键信息

AIV的计算方式

• 使用如下公式计算AIV：

$$
AIV = IV_{PEA} - IV_{NEA}
$$

其中：

$$
IV_{PEA} = \ln \sqrt{\frac{252 \times \sum_{j \in PEA} \varepsilon_j^2}{n_{PEA} - 1}}
$$

$$
IV_{NEA} = \ln \sqrt{\frac{252 \times \sum_{j \in NEA} \varepsilon_j^2}{n_{NEA} - 1}}
$$

• PEA：盈余公告前5个交易日
• NEA：剔除盈余公告前后11个交易日的非盈余公告时期
• 假设：一年有252个交易日

样本数据

• 数据来源：CRSP（股票和市场收益）、Compustat（公司基本面和盈余公告）
• 样本时间范围：1972年7月至2015年12月
• 样本总量：1547696个日期-公司样本

AIV与未来收益

• AIV值越高的股票，其未来预期收益越高。
• 高AIV股票在做多高AIV组、做空低AIV组时，可以获得显著的超额收益。
• 在小市值股票中，AIV溢价更为明显，可达4.08%。

AIV与知情交易行为

• AIV与内幕交易、卖空行为和机构交易行为均呈显著正相关。
• 即使在控制了其他变量后，这种相关性依然显著，表明AIV确实反映了信息风险。

AIV的稳健性检验

• AIV与盈余公告后的漂移效应、特质波动率异象、基于成交量的信息风险指标等不相关，表明其稳健性较好。
• 在剔除仙股和控制其他基本面因素后，AIV溢价仍然存在。

结论

本文研究表明，信息不对称风险确实存在于市场中，并且具有溢价效应。AIV指标作为衡量信息风险的新工具，能够有效捕捉知情交易者的行为，与未来收益具有显著的正相关关系。尽管AIV存在一定的噪音，但其稳健性良好，且能够提供不同于现有指标的额外信息，有助于投资者更好地理解和管理信息风险。

风险提示

• 本报告基于相关文献，不构成投资建议。
• AIV指标的构建和解释需结合具体市场环境和公司基本面特征。

分析师信息

• 张欣慰
  电话：021-60933159
  E-MAIL: zhangxinwei1@guosen.com.cn
  执业资格证书编码：S0980520060001

• 张宇
  电话：021-60875169
  E-MAIL: zhangyu15@guosen.com.cn
  执业资格证书编码：S0980520080004