股改限售股解禁的市场冲击及其影响因素分析——基于解禁特征、公司特征和股市周期三维角度，本文主要内容关键词为：特征论文,股改论文,周期论文,股市论文,角度论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
在我国股权分置改革中形成的大量限售股(股改限售股)，是指原非流通股股改已经完成但在一定时期内仍不能上市交易或转让的股份。股改限售股逐步分期分批在预先设定的日期解除限售、获得上市流通资格的过程，就是限售股的解禁。按照规定，在限售期限届满后，持股5％以上的非流通股股东(大非)在12个月内出售的数量占公司股份总数的比例不超过5％，在14个月内不超过10％。
在欧美等发达国家股票市场上，上市公司在IPO时也会对发行股份进行主动或被动的部分限售，如美国IPO限售股份一般约占IPO总发行股本的三分之二(Field和Hanka，2001)。国外对IPO限售解禁的实证研究发现，限售股解禁事件的累积异常收益率往往为负数并伴随着交易量而增加(Field和Hanka，2001；Brav和Gompers，2003；Ofek和Richardson，2000)。
那么，限售股的解禁对股票市场会造成多大程度的冲击?更进一步的问题是，造成市场冲击的主要原因是什么?是投资者对市场总体扩容的担心?还是限售股特征起着主要的作用?股权分置改革作为我国股市发展过程中的重大事件，已经有了相当多的研究，但是对于股权分置改革后的限售股解禁问题的研究相对较少。何诚颖和卢宗辉(2009)、鲁桂花(2007)等从限售股解禁与大盘指数、减持动机等不同角度研究了限售股解禁的市场反应，但对导致股价下跌的原因尚未做专门的探讨。本文的工作试图弥补这一领域的研究不足。
一、股改限售股的解禁特征分析
基于CSMAR数据库(部分缺失和异常数据参考了各公司年报和WIND数据库)，本文选取的原始样本是2006年6月19日至2008年12月31日已完成解禁的、沪深两市大小非A股2117个解禁样本，不包括中小板以及2006年5月18日新老划断后上市的公司。
本文对原始样本做了一些处理。借鉴Field和Hanka(2001)等在事件研究中处理样本的方法，即在选取样本中需要避免相关重大事件(如解禁事件、盈余公告事件)之间的相互影响，本文首先剔除了原始样本中同一家公司重复解禁事件相距61个交易日的后一解禁事件；其次剔除了解禁日前后三天之内同时发布盈余公告的解禁事件；最后对异常数据(如市净率大于100的)、解禁样本与当日收益率的交易日数据样本无法匹配、有误数据等也作了删除。因此，最终获得样本总数为1750个观察值，涉及公司1013家。
表1报告了2006年至2008年每年大小非解禁样本数、涉及的解禁公司数、当年解禁次数分布、解禁股份比例、解禁前后公司可流通股占比以及限售期间分布等表现股改限售股解禁特征的一系列变量。
我国股改限售股的首次解禁发生在2006年6月。在样本期内，2006年、2007年和2008年的解禁事件数(涉及解禁公司数)分别为128个(126家)、885个(795家)和737个(686家)。样本期内，在同一年度内、同一家公司中发生两次或两次以上重复解禁的事件数共计143次，其中2006年最少，只有2次；2007年较多，有90次；2008年居中，有51次。重复解禁数量除了上述年度内重复外，同一家公司在各年之间也有重复解禁现象，计594次。因此，样本中重复解禁数量共计737次。
样本中2007年是大小非限售股解禁次数较多的一年，占样本总数的一半，约为51％。解禁股票的限售期限最短在12个月，占解禁总样本的比例约为26％，涉及447家上市公司。这表明在1013家解禁公司中，有56％的公司其解禁股票的限售期限在1年以上。
自2006年到2008年，每年每次解禁可流通股占比(均值)维持在10％以内；解禁后企业可流通股占总股本的比例(均值)逐年呈上升趋势。解禁样本中，解禁后可流通股占比超过50%的样本比例达到近77％。到2008年底为止，样本中已有11家上市公司实现了全流通。
二、股改限售股解禁的市场反应
借鉴Field和Hanka(2001)、Brau等(2004)以及Goergen等(2006)对解禁事件的研究方法，本文事件日期规定为限售公司解禁的第一个交易日，事件窗口为31天，估计期为事件窗口前135天。
本文首先根据CAMP市场模型计算每个解禁事件i的收益率。计算方法如下：
解禁事件的累积异常收益率
解禁日前后31天交易日内累积异常收益率CAR变化如图1所示。解禁日前股价开始下跌，累积异常收益率负的程度越来越严重；解禁日后CAR有所恢复，但CAR维持在大约-0.8％水平基本不变，明显低于事件发生前水平。总样本中CAR均值(中位数)为-0.98％(-0.88％)。当扩大事件窗口期(如61天、101天)时，上述结果并没有明显改变。
图1 事件窗口期内样本累积异常收益率CAR的变化
累积异常收益率在事件窗口期的分布特征如表2所示。解禁日前后5天的累积异常收益率均值(中位数)为-0.98％(-0.88％)，且负的CAR占比达到56％，在统计上显著。
综上所述，解禁日前后存在着显著负的异常回报率，且该结论与欧美等发达市场IPO限售股解禁的市场反应一致(如Field和Hanka，2001；Brau，Carter和Key，2004；Goergen，Renneboog和Khurshed，2006)。
三、解禁特征、公司特征与解禁事件市场反应
这里重点分析微观因素如解禁特征、企业特征等对CAR的解释能力。
(一)基本模型和指标说明
下面使用多元混同OLS回归模型：
被解释变量
为公司i在事件窗口期从-4天到0天的累积异常收益率，解释变量包括了反映解禁特征和公司特征(如市场特征和财务特征，具体指标及其说明参见表3)等变量。在变量选择中，本文借鉴了Brau等(2004)、Brau等(2001)以及Espenlaub等(2001)对IPO限售股解禁市场反应的研究方法，并结合我国股改限售和解禁的实际，对解释变量进行了归类。
在Brau等(2004)的变量选择中，表示解禁事件特征的只有解禁股份数量(FLOAT_R)和限售期限(MONTHS)指标。在我国股改限售股中，每次解禁都可能涉及众多的大小非，而大小非的持股意愿、减持意愿可能不同，但由于缺乏实际减持数据，本文选取了解禁股东数量(STKNUM)以及每个股东的人均解禁股份数量占比(LOCKNUM_STK_)两个指标，试图找出大小非在限售股解禁中的差异。
Field和Hanka(2001)对IPO限售股解禁的研究发现，限售股东的特征(如企业在IPO之前是否有风险资本家的支持)会影响解禁限售股在解禁日前后的市场反应。由于我国股改限售股是针对已经上市的股票，根据奉立城、许伟河(2006)所描述的我国股改限售股特有的制度特征，本文引入了反映我国上市公司所有权结构特征的两个变量：是否是国有性质(STATED)及第一大股东的持股比例(SHAR_R)，归入企业特征变量指标中。
另外，本文借鉴了陈国进、张贻军、王景(2008)的变量选择，即在股票交易特征指标中，股票波动性(STD)反映的是股票在解禁期间的风险；零收益率比例(ZRATIO)反映的是解禁事件发生前股票在市场上的流动性情况，且该比率越大，股票的流动性越小。本文将该股票的调整后换手率也引入到回归方程中，以反映该股票的投机性。
(二)实证结果分析
根据总样本各变量的描述性统计分析可知(见表4)，在我国上市公司的股权结构中，第一大股东持股比例(SHAR_R)的均值(中位数)为34.51％(32.05％)，最大值为83.83％，说明样本中一半的上市公司第一大股东持股比例至少在32％以上，股权集中度很高；反映国有性质的哑变量(STATED)均值(中位数)为0.60(1.00)，表明大多数上市公司是国有性质的。
表5为解禁总样本的各种混同OLS回归结果。在解禁特征变量中，本次解禁的比例(FLOAT_R)与CAR负相关，解禁股的限售期限(MONTHS)与CAR正相关，且显著性水平均为5％。这说明本次解禁的数量越多，限售期限越短，解禁引起的股价下跌越严重。
CAR与异常交易量(AV_MEAN)显著正相关，与股价波动率(STD)、调整后换手率显著负相关。异常交易量增加，CAR也增加，这与股市周期对解禁事件市场反应的影响密切相关(下面将展开进一步的分析)。而解禁事件的发生会导致股价波动性和投机性增大，导致股票的风险越高，CAR越低。
在企业财务变量中，只有无形资产比率(INTAN_R)与CAR负相关，显著性水平为10％；但估计系数非常小，这也从一个侧面反映了我国股市同涨共跌特征，说明我国股市存在很高的系统性风险。
四、股市周期和市场冲击
上述分析表明，宏观因素也许是影响CAR大小的最主要因素。下面重点分析股市周期对CAR的影响。
(一)股市周期与解禁市场反应
把2007年10月16日6124高点作为我国股票市场的牛熊转换期，借鉴何诚颖和卢宗辉(2009)对股市周期的划分方法，本文把样本分为了两个子样本：上行样本为2006年6月19日至2007年10月16日期间的831个解禁事件；下行样本为2007年10月17日至2008年12月31日期间的919个解禁事件。
首先分别从不同股票市场周期检验解禁日前后从-4到0的5天累积异常收益率均值的变化(如表6所示)。结果发现，按照股票市场不同周期划分的子样本中，异常收益率有着明显不同。
根据表6，对比不同市场周期样本下的CAR可以发现，不论股市上扬还是下跌期间，解禁事件的发生都会导致股价下跌；但是，熊市时股价下跌的幅度更大。熊市时解禁股票5天的累积异常收益率约为牛市时的2.2倍，分别为-1.32％(负CAR占比58.2％)和-0.60％(负CAR占比53.4％)。
图2也验证了这一点。解禁样本中，在解禁日附近的CAR最低点由高到低依次为：上行样本、总样本和下行样本。
总之，股市所处的周期不同，市场对解禁事件的反应程度也不相同。这是与Field和Hanka(2001)、Brau等(2004)、Goergen等(2006)相关研究的不同之处。
(二)回归结果分析
这里引入了表示股市周期的变量(up_down)，即股市上行时为1，下行时则为0；是哑变量。
从各变量的统计性描述(如表4)中可以看出，在各个样本中，除异常收益率(CAR_4_0)与异常交易量(AV_MEAN)以外，受到股市周期影响的主要变量还有表示解禁特征的变量和调整后换手率指标。调整后换手率指标(UNT_MEAN)在上、下行样本中均值(中位数)分别为0.0045(0.0049)和-0.0094(-0.0092)。
表示解禁特征的变量在股权分置改革中就已确定，属于外生变量。除解禁流通股占比(FLOAT_R)外，其他变量值的差异主要是由不同股市周期正好位于不同时间段引起的。解禁流通股占比(FLOAT_R)在上、下行样本中均值(中位数)分别为9.96％(7.63％)和7.11％(5.00％)，差异明显。因为在股市下行期间，为避免解禁事件对股市的进一步打压，有些限售公司曾主动宣告延长限售期限、减少解禁数量。
考虑市场特征影响后，解禁总样本和上、下行样本的各种pooled OLS回归结果见表7所示。
在解禁总样本中，为了进一步验证股市周期对解禁事件的作用，在控制了反映解禁特征、股票交易特征以及企业特征等变量影响后，股市上行或下行态势的哑变量(up_down)在1％的水平上显著。
在各样本中，调整后换手率指标(UNT_MEAN)与CAR负相关，显著性水平均为1％。
对于控制变量，在各样本中，异常交易量与CAR仍然在统计上显著正相关；限售期限(MONTHS)和无形资产比率(INTAN_R)与CAR的相关关系不变，但不显著，且这两个变量对CAR的影响本来就非常小，当有更显著性的变量加入后，进一步削弱了其影响力。
当次解禁比例(FLOAT_R)和股价波动率(STD)与CAR的相关关系不变，但只有在上行样本中才在统计上显著，这进一步验证了上述理论分析中的观点：只有股市处于上升周期时，大小非的实际减持量才很大。因为只有实际减持量增加才能给市场造成真正的供给冲击，引发股价的实际变动；而且大小非的实际减持增加了解禁股股价的变动，导致股票波动性加大，CAR降低。
另外，分样本回归结果中控制了上市公司的可流通量后，上、下行样本中第一大股东持股比例与CAR的相关性和显著性都不同。上行样本中第一大股东的持股比例(SHAR_R)与CAR负相关，统计上显著；而下行样本中正相关，不显著。这符合上述股市周期的理论分析结论。在股市上行期间，大非自身减持意愿高、实际减持量大，对股价的冲击也大；而在下行期间，大非减持意愿低，部分大非在下行期间会主动延长限售期限和减少解禁数量，约束自身的解禁行为，避免自己减持对股价的更大打压。何诚颖和卢宗辉(2009)对股改限售股的研究也发现，大股东的实际减持行为主要受股市走势的影响，股市上涨时大股东的减持欲望更强烈。
五、基本结论
限售股解禁事件导致负的累积非正常收益，而市场认为这是一个负面的事件。该结论总体上与欧美等发达市场IPO限售股解禁时的市场反应一致。这说明市场总体上表现为限售股解禁后对市场扩容的担心，全流通改革的正面影响(如公司治理结构的改善、市场流动性的提高等)尚未得到市场的认可。
本文还分析了解禁特征、公司特征等微观因素，以及股市周期这一宏观因素对CAR的解释能力。结论表明，股票解禁特征、公司的市场交易特征对CAR有一定解释能力，但是公司财务特征的解释作用很小。股市周期(牛市和熊市)对CAR有很强的解释作用，即牛市时股价下跌程度较小，异常交易量明显放大；熊市时股价下跌程度较大，异常交易量明显萎缩。这也从一个侧面证明了我国股市存在严重的同涨共跌现象，系统性风险是我国投资者面临的最主要风险。
全流通改革是我国股票市场改革和发展中的一件大事，对于提高公司治理及股票市场效率迈出了重要的一步。但是本文对限售股解禁事件的研究表明，要达到全流通改革的最终目的，还有很多工作要做。