参照Ascioglu et al.(2005)、周开国等(2011)的做法,本文采用Kim and Verrecchia(2OOl)的方法度量信息披露质量。在考察了信息披露质量、收益率和交易量三者关系之后,Kim and Verrecchia(2001)发现公司信息披露越充分时,投资者对交易量信息的依赖会降低,同时对信息披露的依赖会提高,导致交易量对收益率的影响减小;反之当信息披露越不充分时,投资者对交易量信息的依赖程度越大,同时对信息披露的依赖程度就越小,导致交易量对收益率的影响增大。交易量对收益率的影响系数通常被称为KV指数,通过反映市场对交易量信息的依赖继而反映公司信息披露程度,KV指数越高表明上市公司信息披露质量越低。
周开国等(2011)认为,KV指数反映的是市场信息,相当于是投资者关于信息不对称程度的客观评价,因而能够真正反映上市公司信息披露的实际效果,既包含了强制性信息披露,也包含了自愿性信息披霹,是一个能够全面度量上市公司信息披露质量的变量。而且,Kim and Verrecchia(2001)的方法可以避免采用会计变量因随意应计利润和盈余管理等产生的一系列问题(Ascioglu et al.,2005)。构造KV指数(KV,常用)的模型如下:
式中:
Pt和Volt分别是第t日的股票收盘价和交易量(股数)
Vol0是研究期间所有交易日的平均日交易量
采用普通最小二乘法针对每家上市公司回归得到的入值构建KV指数(不考虑λ为负的情况),λ越小说明信息披露越充分,因此越高的KV值代表越低的信息披器质量③。
同时,本文借鉴瞿光宇等(2014)的做法,采用如下改进模型计算KV指数(KV1):
注: ③研究者在使用KV模型时所采用的样本时间跨度存在差异,导致不同文献之间的KV值没有可比性,换言之若通过V指数比较上市公司的信息披露质量,必须遵循同一市场和同一时期的原则。由此,不同研究者在放大入值构造V指数时完全依研究需要和回归结果而定,比如Ascioglu et al..(2005)定义KV=λ×1000,而周开国等(2011)定义KV=λ×10000,等等。本文与大多数参考文献一致,定义KV=λ×1000000。
2.数据说明
样本选择:全部A股2000-2023年数据(初始数据是从1990年开始,选取数据处理的起点为2000年,可自行更改数据计算区间)
与参考文献相同,数据处理过程中我们剔除了金融类上市公司样本、IPO两年之内的样本以及数据缺失样本,同时对所有连续变量进行了1%和99%水平上的缩尾处理。
注:提供了剔除所需数据和剔除代码,若无需做该项剔除处理,自行删除相关代码重新运行即可
行业参照证监会2012年行业分类标准
压缩包附有初始数据,计算代码,参考文献和最终数据
3.参考文献
[1]徐寿福,徐龙炳.信息披露质量与资本市场估值偏误[J].会计研究,2015(01):40-47+96.(KV,KV1)
[2]翟光宇,武力超,唐大鹏.中国上市银行董事会秘书持股降低了信息披露质量吗?——基于2007-2012年季度数据的实证分析[J].经济评论,2014(02):127-138.(KV,KV1)
[3]杨秋平,刘红忠.外资持股、知情交易与股票流动性[J].世界经济研究,2022(05):14-32+135.(KV)
[4]李志辉,陈海龙.QFII持股能抑制股票市场操纵吗?——基于尾市价格偏离模型的检验[J].中央财经大学学报,2022(08):43-56.(KV)
[5]张嘉伟,胡丹丹,周磊.数字经济能否缓解管理层短视行为?——来自真实盈余管理的经验证据[J].经济管理,2022,44(01):122-139.(KV1)
[6]杨菁菁,朱瑞城,梁小敏.双重股权、机构持股与股价高估——基于中概股的经验证据[J].南方金融,2022(05):33-46.(KV1)
压缩包所含文件:
数据样例:
分年份数据量统计:
缩尾后的描述性统计结果: