现金股利、多层次资本市场体系与股票价格波动

张 普，陈 亮，张名誉

（常州大学 商学院，江苏 常州 213164）

0 引言

我国股票市场自20世纪90年代建立以来，发展之迅速举世瞩目，时至今日，多层次资本市场体系建设也已初见成效。然而，与成熟市场经济国家的资本市场相比较，我国股票市场中换手率高、股价波动大、市场效率与稳定性较差等现象仍普遍存在。对此，陈雨露、汪昌云（2006）[1]，宋逢明等（2010）[2]和彭志胜、宋福铁（2014）[3]等的研究认为，国内外上市公司在股利分配的数量、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。

既然“深化多层次资本市场体系改革，强化资本市场基础性功能”是2017年我国证监会系统的工作重点，那么股利问题作为发挥资本市场功能的重要推手之一，其在不同层次资本市场中与股票波动性的关系就成为当前亟需思考的问题。为此，本文以我国深圳证券市场上市公司为研究对象，考察现金股利政策对股票波动性的影响，并分析这种影响在不同层次资本市场之间的差异，以期为我国多层次资本市场体系建设提供有益的参考。

1 模型、变量及数据

1.1 模型设定

本文以我国深圳证券交易所上市公司为研究对象，运用面板数据分析法，对我国多层次资本市场体系中现金股利政策与股票波动性的关系进行研究。根据Baskin(1989)[4]、Allen和Rachim(1996)[5]、Hussainey等(2011)[6]等，参考国内外现有文献，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(1)式所示：

PV=β1DY+β2DP(1)

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。参考国外学者[4-7]的文献，本文将公司规模、盈利波动率、资产负债率和总资产增长率作为研究股利政策与股票波动性关系的控制变量；彭志胜、宋福铁(2014)[3]在前述基础上，又增加了净资产收益率反映公司盈利能力的大小，选取现金资产比反映公司资金充裕度；而Syed和Umara(2016)[8]则以公司规模、资产增长率、资产负债率、盈利波动率和每股收益作为研究股利政策与股票价格波动性的关系控制变量。

综上，进一步完善(1)式，建立的回归模型如(2)式所示：

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，...，7)分别代表公司规模、盈利波动率、资产负债率、净资产收益率、现金资产比、总资产增长率和每股收益。β1、β2、δj(j=1，2，...，7)则分别为上述各影响因子对股票波动率的影响系数。

1.2 变量定义

1.2.1 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 Baskin(1989)[4]、Hussainey等(2011)[6]、Syed 和Umara(2016)[8]等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，本文以上市公司季度60日简单移动平均波动率作为股票波动率的指标。

1.2.2 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。

1.2.3 控制变量

（1）现金资产比(CA)：根据彭志胜和宋福铁(2014)[3]，公司决定是否发放股利受公司现金充裕的影响，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。

（2）资产负债率(DEBT)：由于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，甚至有能力在盈利能力下降、现金减少时通过融资等手段对分红进行平滑处理，以避免分红减少对公司价格产生负面影响。因而，公司负债率水平影响股利政策，并进而影响价格波动。为此，本文选取资产负债率反映公司财务杠杆水平。

（3）总资产增长率(AG)：鉴于公司到外部市场进行融资会产生各种成本，如果公司有好的投资项目，公司会优先将盈利满足新投资项目的需要。因而，成长性高的公司会选择少发放或不发放现金股利，即公司成长性直接影响股利政策，进而影响价格波动。本文选取总资产增长率(本季度总资产的增加值与上季度总资产的比值)。

（4）净资产收益率(ROE)：公司盈利能力直接影响现金分红，盈利能力越高的公司越有能力多分红，进而价格波动也可能较小，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。

（5）盈利波动率(EV)：盈利波动率等于息税前利润的变异系数，即最近五年息税前利润的标准差与其平均值的比值。

（6）每股收益(EPS)：根据Syed和Umara(2016)[8]，每股收益等于企业净利润与普通股股数的比值。

（7）公司规模(SIZE)：与Baskin(1989)[4]等以年末流通总市值，取自然对数计算公司规模不同，本文以季度公司流通市值的增加值更好反映公司综合实力变化程度，使得经济意义更明晰。

模型中的各变量的获取或计算方法如表1所示。

表1 模型变量说明

1.3 样本选择和数据来源

为了增强研究的可比性，本文将选择中国深圳证券交易所主板、中小板和创业板三个不同层次市场的数据加以分析。同时，在时间上选择上，采用2011—2015年间的季度数据进行检验，并按以下原则筛选样本。

（1）为了保证样本涨跌幅限制的一致性，如个股在样本期间内被特别处理或其他处理，则剔除相关交易数据；

（2）为了保证与其他相关研究的可比性，剔除净资产小于零的个股；

（3）由于分析中需要公司以往的经营业绩数据和分红记录，因此剔除2010年12月31日之后上市的公司样本。

（4）由于金融类公司的经营模式和资本结构与其他行业公司存在显著差异，因此剔除了金融类公司。

经过筛选，有效样本中，涉及的个股数量为主板市场290支、中小板市场496支、创业板市场153支。考察数据的时间序列及横截面特征，符合进行面板数据分析的基本要求。所有数据来源于国泰安(CSMAR)和锐思(RESSET)金融研究数据库。

1.4 描述性统计分析

样本数据的描述性统计分析结果如表2所示。同时，为了比较相关变量在不同层次市场中的总体均值是否相等，本文还采用t检验分别判断主板市场与中小板市场、主板市场与创业板市场、中小板市场与创业板市场的独立样本均值是否存在显著差异。

表2 描述性统计分析结果

表2结果显示，对股票波动率而言，板块间的t检验都在0.01显著性水平下显著，拒绝“假设均值相等”的原假设，说明股票波动率的均值在三个层次的板块间存在显著性差异，直观上看，创业板市场的波动率最高，主板市场则最低。

对股利收益率而言，t检验结果显示主板和中小板间不显著，而主板与创业板、中小板与创业板间则在0.01显著性水平下显著。表明主板和中小板之间的股利收益率不存在显著差异，但在主板与创业板、中小板与创业板之间，股利收益率水平差异显著存在。但是对股利支付率而言，却与上述情况恰好相反。

此外，资产负债率、现金资产比、每股收益在板块间的t检验都在0.01显著水平下显著，说明这三个指标的均值在三个板块间存在显著差异。盈利波动率在三个板块间不存在差异。而公司规模、净资产收益率和总资产增长率三个指标均值在三个板块间差异性不同。

2 实证分析

2.1 实证过程

本文采用面板数据分析法分别对我国深圳主板市场、中小板市场和创业板市场的现金股利政策与股票波动性的关系进行实证检验。首先，将(2)式具体化，得到实证模型一，如(3)式所示：

其中，PVit(i=1,2,...,939；t=1,2,...,20)为个股i在季度t的波动率水平，且i=1,2,...,290为主板市场；i=290,291,...,786为中小板市场，i=786,787,...,939为创业板市场。令m=A、B、C分别代表主板、中小板和创业板市场。(j=1，2，...，7，m=A、B、C)则分别代表不同板块市场中股利收益率(DYit)、股利支付率(DPit)、公司规模(SIZEit)、盈利波动率(EVit)、资产负债率(DEBTit)、净资产收益率(ROEit)、现金资产比(CAit)、总资产增长率(AGit)和每股收益(EPSit)的影响系数。εit为截距项。所有运算通过Eviews8.0软件完成。

2.2 面板数据单位根检验

为了验证数据序列是否平稳性，以避免伪回归，在进行面板数据回归前，必须对相关数据进行单位根检验。常见的面板单位根检验方法很多，且这些检验方法的原假设不尽相同。这里本文选择Fisher-ADF检验和Fisher-PP检验验证样本数据的平稳性，表3显示了我国三个不同层次的证券市场上各回归变量的单位根检验结果。

表3 单位根检验结果

表3结果显示，在两种检验中，三个层次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。

2.3 面板回归模型选择

接下来，还要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。具体地，在固定效应模型中行极大似然比检验以确定混合模型和固定效应模型的取舍，其中原假设为“真实模型为混合模型”；在随机效应模型中行Hausman检验以确定固定效应模型和随机效应模型的取舍，其中原假设为“真实模型为随机效应模型”。三个不同层次市场的检验结果汇总如表4所示。

表4 面板数据回归模型的选择检验

由表4可知，经过比对，三个层次市场的检验结果均显示，应选择固定效应模型进行面板数据回归。考虑到个体固定效应模型、时间固定效应模型和个体时点固定效应模型的适用性，本文最终选择面板数据个体固定效应模型。

2.4 回归结果与分析

为了能分别反映股利收益率和股利支付率对股票波动性的影响，同时尽可能避免多重共线性，另设定模型二和模型三，如(4)式和(5)式所示：

运用固定效应模型对样本数据进行回归，部分结果如表5所示①个体固定效应模型面板数据回归结果中，每个个体具有不同的截距项，由于个体数量较多，故本文未一一列示，下文稳健性检验结果亦如此。。

表5反映了同时存在于我国深圳证券交易市场的主板、中小板和创业板市场中现金股利与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，即股利收益率和股利支付率，能够分别在特定市场中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。三个层次市场的回归模型中，F统计量都在0.01显著性水平上显著，表明模型正确。

表5 现金股利政策与股票波动性面板数据回归结果

2.4.1 股利收益率和股利支付率对股票波动率的影响

解释变量股利收益率和股利支付率在三个层次的市场中的表现不完全相同。

（1）解释能力

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，主板、中小板和创业板中，股利收益率和股利支付率指标均可通过显著性检验，但显著性水平略有不同。其中，股利收益率指标在0.01的显著性水平下显著，股利支付率则分别在不同市场中以0.1或0.05显著性水平显著。这表明两个代理变量中，股利收益率能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，但股利支付率指标却不能单独成为股票波动性的影响因素。

（2）影响方向及程度

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，主板最低，创业板最高，因此可以认为不同板块中，现金股利水平对股票波动性的影响程度不同，依主板、中小板、创业板的顺序，影响力依次增加，创业板市场中现金股利水平对波动性的影响能力甚至可达主板的2.5倍。可知在我国深圳股票市场中，创业板市场的波动性受现金股利政策的影响最大，现金股利政策对市场波动的稳定作用表现最明显，中小板次之，而主板最小。

对模型一和模型二的比较分析结果显示，仅在与股利收益率指标共同作为解释变量时，股利支付率对股票波动水平具有一定的解释能力，且回归系数为正。如模型一中的检验结果所示，其在主板和中小板市场中的回归系数相当，而在创业板市场中的回归系数略大，但总体而言，系数的绝对值远远小于相应的股利收益率指标。由此可知，股利支付率对股票波动性的影响能力有限。

综上，股利收益率对股票波动水平具有独立的解释能力，但股利支付率不具备；股利收益率与股利支付率同时存在模型中时，股利支付率能增强股利收益率对股票波动率的解释能力；解释变量股利收益率与股利支付率对股票波动率的解释能力可能存在交互作用，表现为当模型中存在股利收益率指标时，股利支付率也能对股票波动水平具有一定的解释能力。

2.4.2 控制变量

经过面板数据分析发现，以公司流动市值的季度增加值为代理变量的公司规模指标，是股票波动性的影响因素，在主板市场和创业板市场回归系数显著为负，表明随着公司规模季增加值的变化，股票的波动程度反向变动。而中小板市场回归系数为正且不显著，表明随着公司规模季增加值的变化，股票的波动程度也会正向变动。

此外，以税前利润变异系数为代理变量的盈利波动率指标、现金资产比指标和总资产增长率指标分别在三个市场中表现一致，盈利波动率指标对股票波动的影响力不足，始终保持正相关关系；现金资产比指标与股票波动率始终保持显著负相关，而总资产增长率指标与股票价格波动水平始终保持显著正向相关。说明盈利波动率越大、成长性(总资产增长率)越高，股票波动性越大，现金越充裕(现金资产比)，股票波动性越小。其他指标如资产负债率、净资产收益率、每股收益的回归数在三个层次的市场中基本显著，而在主板市场中与在中小板市场和创业板市场中影响方向相反。表明在主板市场中，资产负债率越大、净资产收益率越大，股票波动的水平越小；每股收益越大，股票波动率越小；而在中小板市场和创业板市场中恰好相反。

2.5 稳健性检验

为进一步验证回归结果的可靠性，利用面板数据回归法，从以下两个角度对深圳主板市场、中小板市场、创业板市场的部分结果进行稳健性检验：

（1）以季度面板数据GARCH(1,1)模型计算股票波动率。

（2）采用年度面板数据检验现金股利政策与股票波动性的关系。

表6列示了现金股利政策与股票波动性间关系的稳健性检验面板数据回归结果。

表6 稳健性检验回归结果

由表6可知，当以GARCH波动率作为被解释变量时，无论采用季度数据还是年度数据，股利收益率指标均在三个不同层次的市场中保持0.01显著性水平下显著，且呈负相关关系。从影响程度上看，其系数的绝对值亦表现为依“主板—中小板—创业板”顺序递增，系数间的倍数关系均与前文基本一致。

股利支付率指标的表现与前文也大体不同，除了在以年度数据计算的创业板市场中呈弱的正相关关系外，其他情况下均不能通过显著性检验。因此再次证明，股利支付率与股票波动水平之间并无明显的相关关系。此外，各控制变量的稳健性检验结果与前文亦无明显差异。

3 结论及建议

本文运用面板数据分析法对2011—2015年间深圳主板市场、中小板市场和创业板市场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。

（1）以股利收益率为代理变量的现金股利水平对我国深圳证券市场的主板、中小板和创业板三个层次市场的股票波动率均具有解释能力。股利收益率与股票波动呈显著负相关，表明现金股利政策能够显著降低股票的波动水平。其中创业板市场中现金股利政策对股票波动率的影响能力最强，主板市场中现金股利政策对股票波动率的水平影响最弱。

（2）同样作为现金股利水平的代理变量，股利支付率不能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。对各板块，尤其是创业板市场具有一定的解释能力，呈正相关关系。

（3）盈利波动率、现金资产比、总资产增长率是我国深圳市场股票波动率水平的影响因素，这一结论同样可以适用于三个层次的市场。且盈利波动率与股票波动率呈正相关关系但不显著、总资产增长率与股票波动率始终呈强正相关关系，表明盈利波动较大和高成长的公司股票波动更大。而现金资产比与股票波动率呈显著负相关关系，表明现金越充裕，股票波动较小。公司规模、资产负债率、净资产收益率和每股收益对股票波动性的影响在三个层次的市场中并不完全一致，显著性水平和影响方向有所差别。

本文的结论对于中国多层次资本市场的健康稳定发展具有重要的参考价值，政府监管部门、上市公司和市场参与者均可据此制定相关的对策或措施。

（1）政府监管机构和市场管理部门应该根据不同板块市场，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股利。其中应该突出加强引导和鼓励创业板市场上市公司现金股利的发放。

（2）上市公司应该结合自身所处的板块特点，积极主动地以适当的规模、持续可期地发放现金股利。这不仅是上市公司努力完善内部治理结构，回报广大投资者的重要途径，也是控制股价波动，维持上市公司平稳运行的必要手段。

（3）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板块上市公司的特殊性，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。