【正文】 少公司價(jià)值的波動(dòng)性。理論界對(duì)這方面的研究主要分為兩類：一是提高公司價(jià)值假說，一是減低公司價(jià)值假說。這就是摩擦成本假說（Frictional Costs Hypothesis） 。公司價(jià)值最大化論中的各種假說都能夠通過降低市場(chǎng)摩擦成本改變公司現(xiàn)金流量，最終影響公司價(jià)值。 總之，公司價(jià)值最大化論中的理論認(rèn)為，稅收支出、財(cái)務(wù)困境成本、減少投資不足帶來的損失、外部融資成本和破產(chǎn)成本都可以使公司通過衍生產(chǎn)品交易提升公司價(jià)值（Allayannis 和 Weston，2022 [16]；Allayannis 等，2022 [17]；Bartram 等，2022 [18]） 。（2）降低公司價(jià)值假說經(jīng)理層自利論認(rèn)為公司使用衍生產(chǎn)品使經(jīng)理層個(gè)人財(cái)富最大化，但卻會(huì)降低公司價(jià)值。所以，公司使用衍生產(chǎn)品進(jìn)行風(fēng)險(xiǎn)管理程度越大，其代理問題越嚴(yán)重。但是，如果經(jīng)理層持有一定數(shù)量的公司股票，根據(jù)利益集中說（Convergence of Interest Hypothesis） ，隨經(jīng)理層持股比例增加，股東與經(jīng)理層的利益將趨于一致，這時(shí)經(jīng)理層的行為會(huì)以公司價(jià)值最大化為目標(biāo)?？傊?jīng)理層自利論認(rèn)為衍生產(chǎn)品的使用將減少外部監(jiān)督，降低公司價(jià)值。國外研究盡管存在爭(zhēng)議，但總體而言，大多數(shù)證據(jù)更加支持套期保值有助于穩(wěn)定和提升公司價(jià)值的觀點(diǎn)。 國內(nèi)運(yùn)用套期保值對(duì)公司價(jià)值的影響研究主要有：曾秋根(2022) [20]利用澳大利亞的三家上市公司的相關(guān)數(shù)據(jù)實(shí)證分析了套期保值與股東價(jià)值的關(guān)系。從長期來看，經(jīng)營業(yè)績(jī)的穩(wěn)定性能夠相對(duì)提高公司股東的長期價(jià)值，因?yàn)槭袌?chǎng)投資者會(huì)對(duì)經(jīng)營業(yè)績(jī)穩(wěn)定的公司股價(jià)產(chǎn)生相對(duì)較高的估值。劉宇、葉德磊、劉鋒(2022) [21]以美國壽險(xiǎn)上市公司為研究對(duì)象，用 PanelData 模型實(shí)證研究了衍生品使用對(duì)美國壽險(xiǎn)上市公司業(yè)績(jī)的直接效應(yīng)，實(shí)證證明美國壽險(xiǎn)企業(yè)從事套期保值有助于提高公司價(jià)值。淇結(jié)果表明，目前階段中國上市使用衍生產(chǎn)品套保不能提升公司業(yè)績(jī)，反而對(duì)公司凈資產(chǎn)收益率存在負(fù)面影響，但是使用衍生產(chǎn)品套保卻可以提高以托賓 Q 衡量的公司價(jià)值。第 3 章 套保對(duì)公司股價(jià)穩(wěn)定性影響的理論與實(shí)證分析 套保對(duì)公司股價(jià)穩(wěn)定性影響的理論分析 金融經(jīng)濟(jì)學(xué)家給公司價(jià)值下的定義是：公司的價(jià)值是該企業(yè)預(yù)期自由現(xiàn)金流量以其加權(quán)平均資本成本為貼現(xiàn)率折現(xiàn)的現(xiàn)值，降低公司預(yù)期現(xiàn)金流或資本成本的波動(dòng)都可以穩(wěn)定公司價(jià)值。 1. 套期保值與公司預(yù)期現(xiàn)金流 新古典學(xué)派認(rèn)為公司的投資和融資決策是完全分開的，任何融資活動(dòng)包括避險(xiǎn)策略對(duì)公司價(jià)值都不會(huì)產(chǎn)生任何影響，只有降低公司未來現(xiàn)金流的波動(dòng)才可能穩(wěn)定公司價(jià)值。經(jīng)濟(jì)學(xué)中通常假定企業(yè)的唯一目標(biāo)就是實(shí)現(xiàn)其利潤最大化，從而增加股東價(jià)值。風(fēng)險(xiǎn)iP管理對(duì)于公司價(jià)值的影響可以通過降低風(fēng)險(xiǎn)來改變公司未來現(xiàn)金流的貼現(xiàn)率，由于避險(xiǎn)對(duì)現(xiàn)金流的影響更容易表述，所以分析避險(xiǎn)對(duì)現(xiàn)金流的影響既便利又避免了金融價(jià)格風(fēng)險(xiǎn)的分散組合問題。如果大股東不能分散風(fēng)險(xiǎn)，就只能通過風(fēng)險(xiǎn)管理來降低貼現(xiàn)率。公司套保策略直接降低未來預(yù)期現(xiàn)金流的波動(dòng)性，從而使公司價(jià)值 FV 的方差減少，不僅使得公司價(jià)值波動(dòng)范圍減小，更重要的是使得公司價(jià)值落在超低值和超高值區(qū)的概率比沒有進(jìn)行避險(xiǎn)時(shí)要小得多。當(dāng)公司產(chǎn)品價(jià)格下跌時(shí)，如果生產(chǎn)者沒有進(jìn)行套期保值將面臨價(jià)格下跌導(dǎo)致的收益減少，從而影響公司股價(jià)波動(dòng)。當(dāng)然，套期保值在規(guī)避產(chǎn)品或利、匯率不利波動(dòng)影響的同時(shí)，也失去了有利影響給公司帶來的效益，套期保值主要對(duì)公司起到穩(wěn)定經(jīng)營的效果。股價(jià)作為公司價(jià)值重要的市場(chǎng)體現(xiàn)，很大程度上反映了公司未來的價(jià)值預(yù)期，研究套期保值與公司股價(jià)波動(dòng)的影響，有著十分重要的意義。在有效市場(chǎng)假說的條件下，金融市場(chǎng)的價(jià)格變化能夠反映當(dāng)前的信息，反過來講信息的變動(dòng)將會(huì)影響金融市場(chǎng)價(jià)格的波動(dòng)。共同信息是指同時(shí)影響著各個(gè)市場(chǎng)的信息，它同時(shí)影響著各個(gè)市場(chǎng)的預(yù)期，從而使得各市場(chǎng)都可能產(chǎn)生波動(dòng)，這就說明市場(chǎng)波動(dòng)間的同源性，本章從市場(chǎng)角度研究公司股價(jià)與套保關(guān)系主要是基于共同信息，分析公司正式公布套保事宜后該類信息對(duì)公司股價(jià)的影響?；谇拔睦碚撗芯?，首先通過實(shí)證研究期貨市場(chǎng)價(jià)格波動(dòng)對(duì)股市產(chǎn)生影響，然后再進(jìn)一步對(duì)比樣本公司套保前后股價(jià)對(duì)期貨價(jià)格變動(dòng)的不同反應(yīng)，進(jìn)而證明套保是否有助于公司價(jià)值穩(wěn)定。根據(jù)公式: ，降低未來預(yù)期現(xiàn)金流的波???n1it)(PRCFE動(dòng)性使得方差減少使得股價(jià)落在超高區(qū)和超低區(qū)的概率比沒有進(jìn)行套保避險(xiǎn)時(shí)要小得多。Jin 和 Jorion(2022)[25]在Raigopa 研究基礎(chǔ)上進(jìn)進(jìn)行了擴(kuò)展，結(jié)果發(fā)現(xiàn)套期保值降低了股價(jià)波動(dòng)和石油天然氣價(jià)格之間的聯(lián)系。國內(nèi)外實(shí)證研究均證明市場(chǎng)上對(duì)套期保值給予不一樣的評(píng)價(jià)，套期保值能有效穩(wěn)定股價(jià)。2. 樣本選擇 2022 年 2 月 5 日，新版《企業(yè)會(huì)計(jì)準(zhǔn)則》第 24 號(hào)文件進(jìn)一步對(duì)套期保值業(yè)務(wù)的確認(rèn)、計(jì)量作了系統(tǒng)全面的規(guī)定。為保證研究結(jié)論的準(zhǔn)確可靠性，本文按以下條件選擇研究就樣本: （1）行業(yè)選擇:由于有色金屬行業(yè)的行業(yè)特點(diǎn)，其面臨的產(chǎn)品和原材料價(jià)格風(fēng)險(xiǎn)比較大。因此，本文選擇我國上市公司有色金屬生產(chǎn)、加工及行業(yè)為研究樣本，經(jīng)過篩選和整理，我們選擇有色金屬及其制品行業(yè)共計(jì) 59 家上市公司，其中公布參與套保的有 29 家上市公司。國內(nèi)上市公司中，參與套保的公司主要是參加商品期貨套期保值，且集中在有色金屬行業(yè)，占總套保公司近 60%。本部分主要選取參與期銅、期鋁和期鋅套保的上市公司共計(jì) 23 家公司。樣本取值從 2022 年 1 月舊至 2022 年 7 月 10 日，在期貨市場(chǎng)和股票市場(chǎng)交易數(shù)據(jù)不匹配或單個(gè)缺失時(shí)，對(duì)應(yīng)樣本交易日的數(shù)據(jù)刪除。然后典型分析，以單個(gè)公司為樣本，以公司首次公開公布參與套期保值信息時(shí)點(diǎn)為界，對(duì)比分析套期保值前后對(duì)公司股價(jià)波動(dòng)的影響。 由于進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)的一個(gè)前提條件是時(shí)間序列必須是平穩(wěn)的。本文采用迪基—富勒檢驗(yàn)(ADF 檢驗(yàn))來分別對(duì)各指標(biāo)序列的平穩(wěn)性進(jìn)行單位根檢驗(yàn)。由于數(shù)據(jù)生成過程的復(fù)雜性，對(duì)于一階自回歸模型所表示的時(shí)間序列，其殘差存在自相關(guān)性，因此需要高階自回歸模型來擬合數(shù)據(jù)序列，從而消除隨機(jī)干擾的自相關(guān)。由表 3—1 所示單位根檢驗(yàn)結(jié)果可以看出:(l)樣本組合 3 的股票收盤價(jià)和三大金屬期貨品種收盤價(jià)時(shí)間序列均有一個(gè)單位根，零假設(shè)不能被拒絕，股票和期貨價(jià)格序列在 l%、5%和 10%顯著水平下都是非平穩(wěn)的?？梢缘贸鼋Y(jié)論，樣本股票組合和期貨序列都是一階單整的，我們進(jìn)一步進(jìn)行股票和期貨價(jià)格之間的協(xié)整關(guān)系檢驗(yàn)，分別對(duì)股票組合與期銅、鋁、鋅之間的協(xié)整關(guān)系進(jìn)行分析。（2）序列的協(xié)整關(guān)系 協(xié)整關(guān)系描述的是兩個(gè)或多個(gè)非平穩(wěn)時(shí)間序列之間的長期均衡關(guān)系。公司股票和期貨品種是同一時(shí)點(diǎn)不同資產(chǎn)價(jià)格，由于有色金屬公司對(duì)產(chǎn)品和原料價(jià)格的影響非常敏感，受到特定信息的相似影響。如果兩者間不存在協(xié)整關(guān)系，就沒有一種長期關(guān)系把序列凝聚在一起，則序列不受約束各自漫游。表 3—2 樣本組合與期價(jià) Johansen 協(xié)整檢驗(yàn)結(jié)果 注:***表示在 l%顯著水平下拒絕原假設(shè)。我們進(jìn)一步通過格蘭杰因果檢驗(yàn)初步描述有色金屬上市公司股價(jià)與金屬期貨價(jià)格變化的關(guān)系。其可預(yù)測(cè)性的理論基礎(chǔ)在于:原因變量應(yīng)包含關(guān)于結(jié)果變量的相關(guān)信息，這些信息在其他變量中并不具備，所以在回歸模型中加入原因變量將顯著地提高模型的預(yù)測(cè)和解釋能力，也即是減小預(yù)測(cè)的均方誤差。格蘭杰因果檢驗(yàn)通過研究變量之間的引導(dǎo)關(guān)系，能反映不同市場(chǎng)之間相互作用的方向，確定不同市場(chǎng)之間波動(dòng)對(duì)另外市場(chǎng)的預(yù)測(cè)效力。進(jìn)行格蘭杰因果檢驗(yàn)時(shí)，首先根據(jù)赤池信息值(AIC)準(zhǔn)則，確定組合股價(jià)和期價(jià)之間的向量自回歸(VAR)檢驗(yàn)?zāi)Ｐ椭凶顑?yōu)滯后階數(shù)。 由表 3—3 期鋁價(jià)格變化引起對(duì)應(yīng)鋁生產(chǎn)加工企業(yè)股價(jià)隨之變化分的 F 值為，在 5%顯著水平下拒絕零假設(shè)。因此組合 1 與期鋁價(jià)格存在單向的格蘭杰因果關(guān)系，即期鋁價(jià)格影響鋁企業(yè)股價(jià)。期鋅和組合 3 的格蘭杰因果檢驗(yàn)結(jié)果顯示，在 5%顯著水平下拒絕期價(jià)不能引起組合 3 股價(jià)變化的零假設(shè)，接受鋅企業(yè)不能格蘭杰引起期鋅價(jià)格變化，期鋅和組合 3 也存在單向的格蘭杰因果關(guān)系。期貨是對(duì)商品未來價(jià)格的預(yù)期，期價(jià)的走勢(shì)預(yù)示企業(yè)未來生產(chǎn)原材料或者產(chǎn)品的價(jià)格將發(fā)生變化，勢(shì)必會(huì)影響投資者對(duì)企業(yè)的預(yù)期，引起股價(jià)波動(dòng)。 套期保值與公司股價(jià)波動(dòng)實(shí)證 根據(jù)前面的假設(shè)，我們認(rèn)為參與商品期貨套期保值有助于穩(wěn)定公司股價(jià)。為了進(jìn)一步研究套期保值對(duì)公司股價(jià)的影響，我們從組合中挑選出8 家典型樣本公司，樣本選擇條件為:發(fā)展較成熟的大中型企業(yè)；長期且持續(xù)從事商品期貨套期保值；樣本研究時(shí)間可以明確劃分為非套保時(shí)期和套保時(shí)期。 由前文的分析可知，樣本股價(jià)和期貨價(jià)格均為一階單整序列，本部分實(shí)證數(shù)據(jù)采用百分比變化率即價(jià)格收益率序列進(jìn)行分析。對(duì)數(shù)收益率計(jì)算公式為： （3—2）)ln(1??tttpr其中，資產(chǎn)的對(duì)數(shù)價(jià)格時(shí)間序列就是 ， 為其價(jià)格的自然對(duì)數(shù)等于 ，??tt )(lntp分別表示期貨品種和股票日收盤價(jià)。由表 3—4 我們看出對(duì)數(shù)收益率序列 J—B 統(tǒng)計(jì)量在 l%顯著水平下拒絕服從正態(tài)分布的零假設(shè)，序列具有尖峰特征。表 3—4 收益率序列基本統(tǒng)計(jì)及 ARCH 效應(yīng)檢驗(yàn)注:林*、**分別表示在 1%和 5%置信水平顯著。ARCH 類模型的意義在于在于發(fā)現(xiàn)了經(jīng)濟(jì)時(shí)間序列中比較顯著的變化是可以預(yù)測(cè)的，并且說明了這種變化是來自某一特定類型的非線性依賴，而不是方差的外生結(jié)構(gòu)變化。 （3—4）tvh?t （3—5）????????qiitqttth1202210. ?????ARCH 模型提供了一個(gè)分析和發(fā)展波動(dòng)性時(shí)間序列模型的框架，然而由于該模型的實(shí)際應(yīng)用存在不少障礙。后來由 Bollerslev(1956)和幾 ylor(1986)各自獨(dú)立發(fā)展起來的廣義 ARCH，即GARCH 模型被引入到對(duì)金融時(shí)間序列的波動(dòng)性分析當(dāng)中來。一般的 GARCH 模型可以表示為： （3—6）ttxy????39。其中 是時(shí)刻 t1 及 t1 之1),(?tttVarh??前的全部信息，其中 獨(dú)立同分布，且參數(shù)滿足條件：tvE( )=0，D( )=ltvt＞0， ＜1 )。由于 GARCH（p，q） ，模型是 ARCH 模型的擴(kuò)展，因此 GARCH（p，q）同樣具有 ARCH（p，q）模型的特點(diǎn)。GARCH 模型適合在計(jì)算量不大時(shí)，方便地描述高階的 ARCH 過程，因而具有更大的適用性。盡管可以用一元 GARCH 模型考察多變量波動(dòng)關(guān)系，但是它不得不把幾個(gè)序列分割開來考察各自的條件波動(dòng)性，這必然損失變量之間相關(guān)性所包含的信息(趙留彥等，2022)。但是由于多元 GARCH 模型的待估參數(shù)過多，這在一定程度上影響了多元GARCH 模型的廣泛應(yīng)用。如常數(shù)條件相關(guān)系數(shù)模型(Bollerslev，1986)、對(duì)角 VECH 模型(Blooerslev，Engle，Wooldridge ， 1988)和 BEKK 模型(Engle，Kroner， 1995)等。 ),0(~I1hNt? （3—10）BHACTt11t 39。39。H?????其中 4—2 式是向量形式表示的均值方程，4—3 為 BEKK 形式的多元 GARCH形式的方差方程。0。如果一個(gè) k 維的隨機(jī)變量 服從自由度為 vtu的學(xué)生 t 條件分布，其規(guī)模參數(shù)矩陣為 ，那么其密度為 :tM（3—12）其中 為待估計(jì)參數(shù)， 為 Γ函數(shù)， 的均值為 0，如果 v2，那么?????tu方差為tu （3—13）)2/()(39。在模型的殘差滿足不存在自相關(guān)也不存在 ARCH 效應(yīng)的前提下，可以利用 、 、 、 共同衡量?jī)煞N資產(chǎn)收益率之間的波12??21動(dòng)溢出效應(yīng)。通過前文研究，采用 VAR—BEKK 模型分別對(duì)組合進(jìn)行分析，在確定傳導(dǎo)機(jī)制后進(jìn)一步比較同一樣本套保前后期價(jià)波動(dòng)對(duì)股價(jià)的影響。本章采用 AIC 信息準(zhǔn)則比較不同滯后期模型的估計(jì)結(jié)果，選擇 AIC 值最小效果最優(yōu)的 VAR—BEKK 模型。我們先對(duì)以上方法確定的模型進(jìn)行診斷，使用自相關(guān)檢驗(yàn)法檢驗(yàn)?zāi)Ｐ蜌埐睿\斷結(jié)果如下表:表 3—5 VAR 一 BEKK 模型估計(jì)結(jié)果注:加***、**、*分別表示在 1%、5%和 10%水平下顯著。具體影響的程度、方向以及影響持續(xù)性我們通過方差方程的 Alpha 和 Beta 值來描述，組合 1 和期鋁股價(jià)波動(dòng)對(duì)期價(jià)影響值 在 1%顯著水平下存在正向作用，而組合 2 對(duì)期銅不存在任何方向的波動(dòng)影響，組合 3 對(duì)期鋅存在期價(jià)對(duì)股價(jià)波動(dòng)的正向影響，溢出值 在 1%置信程度下顯著。實(shí)證結(jié)果如下:表 3—6a 鋁業(yè)公司 VAR 一 BEKK 模型估計(jì)結(jié)果注:加***、**、*分別表示在 1%、5%和 10%水平下顯著。 （2）總體而言股價(jià)波動(dòng)在套保前對(duì)期價(jià)無影響，企業(yè)大多隨著原料價(jià)格波動(dòng)調(diào)整生產(chǎn)。公司參與套保后期鋁價(jià)格波動(dòng)對(duì)樣本鋁業(yè)公司的股價(jià)波動(dòng)影響均不顯著，通過套期保值企業(yè)很好的規(guī)避價(jià)格波動(dòng)風(fēng)險(xiǎn)，市場(chǎng)給予了認(rèn)可。套保程度越高作為期貨市場(chǎng)的主要參與者對(duì)期貨價(jià)格會(huì)產(chǎn)生一定影響。 上表 3—6b 和表 3—6c 是分別對(duì)銅企業(yè)和鋅企業(yè)套保前后股價(jià)的波動(dòng)進(jìn)行實(shí)證的結(jié)果，分析結(jié)果我們同樣發(fā)現(xiàn):（1）套保前期貨價(jià)格對(duì)股票價(jià)格波動(dòng)存在 l%或 5%置信水平的顯著正向影響，且影響效果具有持續(xù)性，對(duì)應(yīng) GARCH項(xiàng)系數(shù)值均顯著。而樣本公司股價(jià)波動(dòng)對(duì)期價(jià)除四川宏達(dá)股份外其他三家公司都沒有影響，四