官术网_书友最值得收藏!

美國股市十進制報價改革

上述回歸結果說明了股票流動性與上市公司的創(chuàng)新活動之間存在顯著負相關的關系,但我們還不能將上述發(fā)現(xiàn)解釋為因果關系,即尚不可說較高的股票流動性會抑制上市公司的創(chuàng)新活動。因為,公司股票的流動性和公司創(chuàng)新活動之間可能存在內生性的問題,即公司的創(chuàng)新活動可能會反過來影響公司股票的流動性,還有可能有其他沒有控制的因素同時影響公司股票的流動性和創(chuàng)新活動。

接下來,我們采用雙重差分法(DID,簡稱“雙差法”,具體介紹可參見第7章內容)解決上述內生性問題,進一步研究流動性和上市公司創(chuàng)新活動之間的因果關系。

在雙差法中,最重要的是外生沖擊的選取。在文中,我們選取了美國股票交易定價的十進制改革這一政策作為雙差法的外生沖擊。在2001年之前,美國三大股權交易所股票交易的最小買賣報價單位為1/16美元,即買賣報價均為1/16美元的倍數(shù)。而在2000年8月28日到2001年1月29日之間,紐交所和美國證券交易所分別終止了這一分級定價方法,將買賣報價的最小單位縮小至美分。這一沖擊會導致一部分股票的流動性顯著提升,我們將這部分股票作為研究的實驗組,而其他流動性受政策沖擊較小的股票則作為研究的對照組,之后我們研究兩組企業(yè)創(chuàng)新活動的差異在政策出臺前后的變化,以此推斷股票流動性與公司創(chuàng)新活動之間的因果關系。

納斯達克也于2001年3月12日至2001年4月9日期間陸續(xù)完成了十進制報價改革。Bessembinder(2003)以及Furfine(2003)等早期的研究均發(fā)現(xiàn),十進制報價改革導致了股票流動性的顯著提升,尤其對那些交易活躍的股票。因此,十進制報價改革便成為我們雙差法的一個良好的外生事件沖擊。因為十進制報價改革會直接影響股票的流動性,但不會直接影響上市公司的創(chuàng)新,且由于這一十進制報價改革是分批完成的,因此在不同的股票分組結果也會有所差異。除此之外,企業(yè)創(chuàng)新活動的變化也不會影響十進制報價改革所帶來的流動性變化。因此十進制報價改革引起的流動性變化,是我們研究流動性對企業(yè)創(chuàng)新影響的一個準自然實驗。

選定上述外生沖擊后,我們依據(jù)十進制報價改革后一年和前一年的相對有效價差變化,將股票分為三組,并選取變化最大的一組和變化最小的一組作為我們的樣本庫。之后,我們用傾向得分匹配法,采取最鄰近匹配的方式,從變化最大和最小的兩組股票中匹配出最終的樣本,最終得到了508對匹配樣本。

計量方法介紹

傾向得分匹配法

傾向得分匹配法(Propensity Score Matching)是一種用于經濟學和社會科學定量研究的統(tǒng)計方法,它在研究某事件產生的影響時應用較為普遍。比如我們想研究實施某項激勵計劃對公司業(yè)績的影響,如果簡單地將全部公司作為研究主體,按照是否實施該計劃建立啞變量,以公司業(yè)績?yōu)橐蜃兞窟M行回歸,那么得到的結果往往是不可靠的。因為我們無法知道那些沒有實施該計劃的公司如果實施了以后業(yè)績會怎樣。傾向匹配得分法是指在全部公司的樣本中,對每一家公司可能實施該計劃的概率進行估計,針對每一個已經實施計劃的公司,篩選出與它有非常相似的概率實施這項計劃,但實際上沒有實施的公司,作為已實施計劃的公司的對照組,然后分析它們業(yè)績上的區(qū)別。將樣本中所有已實施計劃的公司都找到相應的對照組公司后,再對兩組樣本進行對比分析。因此,在使用傾向得分匹配法時,通常要先對總樣本建立Probit模型,估計出每一個樣本實施某事件的概率;然后對所有受事件影響的樣本,以概率相似為依據(jù),找到一個或多個與之匹配的樣本;最后對新的樣本進行分組對比研究。

之后,基于匹配的樣本,利用雙差法研究了十進制報價改革前后,實驗組相較于控制組創(chuàng)新產出數(shù)量和質量的變化,結果如表3-3所示。我們分別計算出十進制報價改革前后三年的實驗組和控制組企業(yè)創(chuàng)新產出數(shù)量和質量的變化,之后再對變化作差,得到最終的雙重差分結果。從結果可以發(fā)現(xiàn):首先無論是實驗組還是控制組,在十進制報價改革之后,公司的創(chuàng)新產出和質量都發(fā)生了下降,這與我們上文的OLS回歸結果一致,即流動性與企業(yè)創(chuàng)新負相關。其次,創(chuàng)新產出數(shù)量和質量的雙重差分結果均顯著為負,說明實驗組股票創(chuàng)新活動的抑制程度要高于控制組。從創(chuàng)新質量的角度,這個結果表明在十進制報價改革后三年內,實驗組公司的有效專利申請數(shù)量,相對于控制組,較改革前三年多減少了3.5個,即平均每年多減少約1.2個專利,專利數(shù)量下降18.5%(平均每年6.5個)。同樣,在創(chuàng)新產出質量上,實驗組公司股票的專利引用次數(shù)在改革后平均比控制組也要少2.6次,相當于每年每個專利引用次數(shù)減少0.9次,下降了26.4%(平均被引用次數(shù)為3.4次)。

表3-3 股票流動性與創(chuàng)新(DID)

注:計量結果括號內為穩(wěn)健性標準誤,***、**、*分別表示1%、5%和10%的顯著性水平。

除了外生事件沖擊外,雙差法另一個重要的前提是平行趨勢假設,即確保雙差法的結果是由事件沖擊所致,而不是在沖擊之前實驗組和控制組便存在趨同或者趨異的趨勢。首先,在傾向得分匹配后,我們可以發(fā)現(xiàn)兩組公司之間的控制變量并無顯著差異。其次,為更加詳細地考察十進制報價改革前后企業(yè)創(chuàng)新活動的動態(tài)變化,我們進一步將改革前一年和當年的虛擬變量及其與實驗組的交叉項加入回歸中進行檢驗,結果如表3-4所示。從表中我們可以發(fā)現(xiàn),實驗組和控制組的創(chuàng)新活動的變化在改革當年和改革前一年均無顯著差異,而在改革之后差異變得顯著,這一點從圖3-2和圖3-3可以更加直觀地看出。同理,再加入改革后1年、后2年或后3年項,結果如下表所示:

表3-4 股票流動性與創(chuàng)新(DID,驗證平行趨勢假設)

注:計量結果括號內為穩(wěn)健性標準誤,***、**、*分別表示1%、5%和10%的顯著性水平。

圖3-2 股票流動性與企業(yè)創(chuàng)新(專利數(shù)量)[32]

圖3-3 股票流動性與企業(yè)創(chuàng)新(專利引用次數(shù))[33]

雖上文已基于十進制報價改革這一準自然實驗,采用嚴格的雙差法對內生性問題進行了控制,但仍有可能會存在我們無法觀察到的因素同時對實驗組和控制組產生不同的影響,并且與公司的創(chuàng)新活動相關。即上文結果可能并非由流動性的變化所導致,而是由我們無法觀察到的其他因素所驅動。為了排除這一可能性,我們采用了1997年美國股票市場的買賣價格最小單位從1/8美元降到1/16美元的外生政策沖擊[34],再次進行了驗證。雖然,如Chordia, Roll和Subrahmanyam(2008)的研究,此次最小報價單位的調整所帶來的相對有效價差的變化要比十進制報價改革小,但此次變革也導致股票相對有效價差也下降了28.4%。因此,我們基于1997年的這一政策沖擊,重新對上文的結果進行了檢驗。同樣首先基于傾向得分匹配法,確保滿足平行趨勢假設,我們確定了338對樣本公司,之后的雙差法結果如表3-5所示。由表3-5我們可以發(fā)現(xiàn),以1997年的最小報價單位變化作為外生沖擊時,平均而言,實驗組比對照組多減少了4.6個有效的專利申請,相當于每年多減少了1.5個專利,下降了23.1%,且這一結果在統(tǒng)計意義上也十分顯著。同樣,實驗組公司相對于控制組專利的引用次數(shù)也會多減少4.7次,相當于每個專利每年減少1.6次,下降了47.1%。

表3-5 股票流動性與創(chuàng)新(DID,基于1997年政策沖擊)

注:計量結果括號內為穩(wěn)健性標準誤,***、**、*分別表示1%、5%和10%的顯著性水平。

更換外生沖擊后,我們發(fā)現(xiàn)結論仍然成立。不可觀測的遺漏變量與兩次最小報價單位的變革同時發(fā)生,并對結果產生影響的概率已經非常小。為了進一步排除這一可能性,我們又利用2000年十進制報價變革逐步推進的漸進性重新進行了檢驗。在十進制報價改革中,根據(jù)美國證監(jiān)會的推薦,是分批次逐步實施的,也就在不同股票群體中產生了差異。以紐交所為例,其首先在2000年6月份宣布6家公司將作為第一批試點公司于2000年8月28日開始實施十進制報價,之后第二批52家公司從2000年9月25日起開始實施十進制報價,2000年12月4日又增加了94家試點公司,剩余的公司則在2001年1月開始全部實施十進制報價。

其中第一批股票的選取主要考慮十進制報價的實施難易程度,而第二批股票的選取則主要選取具有不同流動性水平以及交易地點的股票[35],這些考慮因素均不會直接影響企業(yè)創(chuàng)新,因此這一漸進的十進制報價改革的樣本選取是外生的。我們基于紐交所的這一變革的漸進性,即這一變革對實驗組和非實驗組股票影響的時間不同,采用多重沖擊下的雙重差分法,進行了進一步的研究。在回歸中,我們將樣本局限在1999年和2000年,這一設計的機理是1999年實驗組和控制組均未受到這一變革沖擊,而2000年只有實驗組的公司受到了十進制報價變革的沖擊。如果股票流動性確實會導致企業(yè)創(chuàng)新的變化,即存在因果關系的話,那么實驗組公司在2000年的創(chuàng)新活動會較控制組下降更多。回歸結果如表3-6所示。從表中可以發(fā)現(xiàn)流動性對企業(yè)創(chuàng)新活動的抑制效果仍然顯著,這說明我們上文發(fā)現(xiàn)的因果關系成立。

表3-6 股票流動性與創(chuàng)新(DID,基于2000年漸進變革沖擊)

注:計量結果括號內為穩(wěn)健性標準誤,***、**、*分別表示1%、5%和10%的顯著性水平。

主站蜘蛛池模板: 荣昌县| 霍邱县| 宿迁市| 林周县| 阿图什市| 平乡县| 清苑县| 同德县| 富裕县| 吉林省| 乐昌市| 泽库县| 太仓市| 从江县| 凉山| 黄梅县| 延津县| 沅江市| 平定县| 汝阳县| 汶川县| 津南区| 卢湾区| 会昌县| 农安县| 南岸区| 都江堰市| 青田县| 长春市| 英吉沙县| 广丰县| 阿拉善右旗| 龙里县| 汤原县| 明水县| 万荣县| 盐亭县| 利津县| 达拉特旗| 禹城市| 阳东县|