当前位置： 经济学原理 > 经济学原理课本 > 原创虚假陈述赔偿中系统性风险损失的确
当前位置： 经济学原理 > 经济学原理课本 > 原创虚假陈述赔偿中系统性风险损失的确
杜莹芬，张文珂
1．中国社会科学院工业经济研究所，北京
2．中国社会科学院研究生院，北京
[摘要]基于单因素的市场模型，本文研究了由虚假陈述引发的民事赔偿中系统性风险影响的确证基础及其给投资者造成损失大小的度量方法。本文认为系统性风险的影响不仅在于危机爆发时给证券投资带来风险冲击，而且在日常证券交易中都会给投资者带来投资损失。本文对1年期间内中国上市公司β系数的存在性进行了实证分析，检验了证券市场系统性风险对于投资者损失的影响。因此，在虚假陈述民事赔偿中应当全方位的考虑系统性风险给投资者造成的损失。经过分析，本文采用了相关系数作为单支股票在某一期间全部交易所承担的系统性风险损失比，并尝试构建了两种方法用于测算考虑扣除系统性风险损失后的赔偿金额。本文将系统性风险损失的测算建立在理论基础之上，做到了风险与收益相匹配；在中国廊坊发展股份有限公司的诉讼案例中，为确定合理的损失赔偿额提供了有效的计算方法。
[关键词]系统性风险损失；民事赔偿；虚假陈述；相关系数
JEL:G12K22M41
一、问题提出
长期以来，人们只有在发生金融危机时才会意识到系统性风险影响的存在。这种系统性的不确定性对整个市场而言可能是潜在的或者是正在进行的一种危机形式，对于企业而言可能是一系列不可控的风险损失和持续问题。无论是在金融危机期间还是在经济繁荣时期，无论是对于金融企业还是对于非金融企业，系统性风险都是存在那里而且是不能够被忽视的。《最高人民法院关于审理证券市场因虚假陈述引发的民事赔偿案件的若干规定》（）在中国颁布实施至今已有十年，其中一条规定指出由系统性风险所导致的损失不包含在赔偿范围之内。显然虚假陈述属于特定个股的非系统性风险，体现个股的异质性。而市场整体所具有的系统性风险特性与个股的虚假陈述及其损害结果之间不存在因果关系。因此，在计算虚假陈述损失赔偿额时应排除投资损失中由不确定性因素产生的系统性风险损失部分。一直以来，对于系统性风险给投资者所带来的损失大小没有统一精确的计量方法，在法院实际审理的过程中，投资双方难以达成一致的意见。甚至在还没有发生像金融危机那样全球性系统风险的情况下，证券市场中系统性风险的影响往往被投资双方所忽视。这就造成了大多数的赔偿案件往往以庭外和解而告终。在计算由虚假陈述引发的损害赔偿问题时，对于系统性风险损失的确认及其度量是摆在经济学界和法学界前的重要难题。
问题1：系统性风险的影响及其造成证券投资损失的推定事实能够被确证吗？首先，对于证券市场系统性风险的研究和分析存在两个方向：一个是从度量市场本身风险大小的角度出发，分析市场指数本身的变化、利用GARCH方法分析指数方差等来研究证券市场风险的相关问题；另一个是从β系数的角度出发，用资产定价的方法分析单一证券或资产组合所具有的系统性风险及其作用。反映收益与风险关系的资本资产定价模型（CAPM）最早由Sharp（）和Lintner（）等人发展而来，也许是因为开辟了学术新大陆，从它诞生的那一刻起就引起了学者们的极大争议。有些学者从β系数的解释能力角度去分析，通过横截面合并数据研究发现系统性风险β系数不能解释收益率的变异性，甚至β系数的解释能力不如企业资产规模、账面与市场价值比(Lakonishok，Shapiro，；Fama，French，)。虽然存在许多缺陷，但是CAPM仍然能够很好的预测不同资产的预期超额收益以及进行证券定价，而且证券市场综合指数是投资者预期收益的重要决定因素(Campbell,)。不同的学者采用不同的估计方法也曾得到不一致的结论，如采用GARCH－M方法（Brailsford，Faff，）、小波分析方法（Gen?ayetal.，）等。尽管有学者早已发出CAPM到底是死是活还是难舍难分的疑问(Fama，French，)，但是可以明确的是他们现在仍然在使用CAPM检验基金经理人的业绩(Badrinath，Gubellini,)。
问题2：虚假陈述赔偿中系统性风险损失的大小能够被有效计量吗？部分学者在研究虚假陈述的损害赔偿时已经注意到了系统性风险损失的计算问题。陈向民和陈斌（）从事件研究法的角度计算累计超额收益率，对事件窗口期内的系统性风险损失进行了扣除。王丹（）介绍了价差法、系统风险法、事件研究法、打折法等国内外常用的损害赔偿计算方法，其中不乏考虑系统性风险的计算方法。蒋尧明（）按照市场指数下跌的比例确定系统性风险损失占投资差额损失的比重，进而计算损失赔偿额。易可君和陈信良（）运用“P2P”法通过加权平均来测算系统性风险的大小。对于系统性风险损失的计算方法还没有一致和精确的结论，究其原因在于其难以确认和度量。
二、系统性风险损失的确认与度量
本文以被中国证监会立案调查并受到处罚的廊坊发展股份有限公司（简称廊坊发展，股票代码：）为例，通过案例研究从财务理论的角度出发运用计量经济学的方法来确认和度量系统性风险损失，以此计算出由虚假陈述引发的诉讼赔偿中合理有效的损失赔偿金额。廊坊发展是一家属于电子通讯技术领域的上市公司，在年至年期间存在着财务报告虚假记载和信息披露重大不实的违法事实。廊坊发展于年5月21日公告了被立案调查的事实，并于年1月12日公告了被证监会处罚的公告，同时也开启了投资者起诉索赔的时间窗。年7月2日至年7月1日这一年期间是最有可能既符合索赔条件要求又有希望获得赔偿的投资交易区间，也是本文分析系统性风险和虚假陈述损失的研究区间。这是因为根据规定（本文第三部分分析）推算得出廊坊发展的虚假陈述基准日为年7月1日，而且绝大多数投资者持续买入、卖出后剩余未平仓的交易主要可能发生在虚假陈述基准日前一年。
1、个股收盘价与指数收盘点位之间的相关关系分析
股票价格与市场指数之间是否存在共同变动关系，直观的可以从两者在同时间段内的历史走势或形态图形中观察，通常根据不同子区间段的共同上升或共同下降趋势来判断两者之间的相互关系，而且在一些时间点位，可以观测到两者同时出现了峰顶或谷底，或同时出现了盘整摆动，这些都是两者之间具有相关关系的典型特征。本文采用中国万得（Wind）资讯数据库中的证券市场交易数据，并以沪深指数作为参照性的市场基准指标。沪深作为一种综合性指数，反映了包括沪深两市中国A股整体的走势和变化，它的大小变动具有很强的代表性，能够满足本文的研究要求。本文也采用了普遍用于研究经济现象之间关联程度的相关系数指标来分析个股和基准指数之间的相互关系，它能够很好的反映两个随机事物或现象之间的线性相依关系，而且经过分析发现该指标对于本文的研究非常适用，同时在本文中也被赋予了特殊的含意。经过计算，廊坊发展收盘价与沪深指数收盘点位在年7月2日至年7月1日这一年期间内的线性相关系数为0.。可以判断出两者之间存在着正向相关关系，即股价的涨跌与股指的涨跌具有某种同向变动关系。
由于廊坊发展收盘价与沪深指数收盘点位在数量尺度上存在着巨大的差异，为了进一步的比较两者在同坐标下的价格走势，需要对廊坊发展的收盘价取自然对数（底数e＝2.），同时对沪深指数收盘点位取自然对数后再减去6.4。数据变换后两变量的图形走势并没有改变，而又能够直观的在同坐标下对两者进行比较，方便观察年7月2日至年7月1日之间两者的走势对比图。从两者的走势上（如图1）不难发现，廊坊发展收盘价与沪深指数收盘点位之间存在着明显的关联关系，如年7月、8月、12月两者有共同上涨的趋势，而在年10月、年1月、年3月以后两者共同连续下挫,在这一年期间内均走出了M形状。经计算，ln(沪深指数收盘点位)－6.4与ln(廊坊发展收盘价)之间的相关系数为0.。从中我们也可以判断出两者之间存在着正向相关关系，即涨跌具有同向变动关系。
对值大在这里只是表明两个变量之间的线性相关关系很强，但是这种线性关系不像后面计算的β系数能够反映出系统性风险与股票收益（或股票价格变动）之间具有的因果关系。
2、市场指数收益率对个股普通收益率的影响关系分析
(1)普通收益率序列的平稳性分析。首先对年7月2日至年7月1日之间廊坊发展和沪深指数的普通收益率（损失率）进行描述性统计分析，期间的总样本量或交易天数为天，其中廊坊发展有五天未交易，分别为年9月18日、年3月20日、4月10日、5月22日和6月25日。为了保证收益率的完整性和连续性，本研究采用Wind资讯的做法将上述日期的收盘价定为前一交易日的收盘价，以此计算普通收益率。从数据的描述性统计分析结果表1中可以看出，对普通收益率做简单算术平均后，廊坊发展在年7月2日至年7月1日之间日均跌0.12％，沪深指数日均跌0.1%。另外，可以分别分析两者收益率变量的平稳性，也可以通过图形来观察两者波峰波谷之间的关系以及变量平稳性。从图2中可以看出两者的波峰波谷在形态上有很大的同向包含性或重合性，各自围绕均值上下波动，表现出一定的时间序列平稳性。为了验证这一点，分别对两者的普通收益率序列进行单位根的ADF检验。本文按照NgandPerron（）提出的方法尝试选择合适的滞后阶数来获得稳定可靠的检验结果，如表2所示。
2．关于廊坊发展的虚假陈述损失的测算
以廊坊发展为例，本文尝试采用上述两种方法来计算扣除系统性风险损失后由上市公司虚假陈述所带来损失。根据《最高人民法院关于审理证券市场因虚假陈述引发的民事赔偿案件的若干规定》（），虚假陈述的有效索赔交易期间应为：年2月18日（虚假陈述实施日）至年5月21日（虚假陈述揭露日）。这一期间也称之为虚假陈述实施期，凡在此期间购买廊坊发展股份并持有至虚假陈述揭露日以后，均可作为潜在索赔方。如果扣除系统性风险损失后，投资者仍承担相应的损失即为虚假陈述损失。本文根据规定的第三十三条第（一）项之条款“揭露日或者更正日起，至被虚假陈述影响的证券累积成交量达到其可流通部分%之日”来确定虚假陈述基准日。经计算年5月21日至6月30日的换手率为99.24％，至7月1日的换手率为.45％，因此确认年7月1日为基准日。对于在基准日以后（即7月2日起）卖出的股票交易，用于计算其损失的卖出基准价为揭露日至基准日之间每日收盘价的平均价格（其中5月22日、6月25日分别以前一日收盘价作为当日收盘价），此卖出基准价计算为5.元。在虚假陈述损失的计算过程中需要注意的是，投资者在虚假陈述实施期间存在着买入相关股票的行为，也可能同时存在着卖出相关股票的行为，发生买入卖出即显现投资者的投资收益或损失。也有可能在虚假陈述实施期间从未发生售出行为，也可能只卖出其中的一部分。当投资者买入相关股票时即形成投资股票池，很难判断池中的股票哪些是A交易日流入的，哪些是B交易日流出的。所以应将虚假陈述实施期间投资者实际操作的买入与卖出的盈亏进行分开计算，分别计算出卖出价相对于基准价的投资收益或损失和买入价相对基准价产生的投资收益或损
注：计算的基准价为5.元，对应的收盘指数为.35。年5月20日及以前卖出的交易已采用先进先出法剔除。
经计算，扣除系统性风险损失后的虚假陈述损失结果为.09元。另外，采用相关系数法计算的损失金额为.93元。需要注意的是，系统性风险匹配扣除法比相关系数法要精细一些，更满足风险与收益相匹配的理论要求，能够分离出那些扣除系统性风险损失后仍有收益的投资者。相关系数法由于只是将系统性风险损失比在不同的投资者、不同的投资行为、不同的时间段内进行平摊，因此，产生了与系统性风险匹配扣除法不一致的计算结果。而且相关系数法所采用的系统性风险损失比是按照股票所有交易者在研究期间内的收盘价格计算得到的，并非是某一具体交易的系统性风险损失比，因此，运用其得出的计算结果只能在总量上作为一种参考。
四、结论与思考
通过上述的研究，本文认为股票投资收益受多种系统性风险等波动性因素的影响，不仅会受如金融危机对所有上市公司收益率都会产生震动的系统性股灾因素的影响，也会受如奥运会这种对大盘整体支撑的系统性利好因素的影响，更一般的会受到潜藏在股市日常交易中的系统性风险影响。通过实证检验与分析，系统性风险的影响及其造成证券投资损失的推定事实能够被确证，虚假陈述赔偿中系统性风险损失的大小也能够被确认并且有效度量。
本研究用于估算虚假陈述损失的两种测算方法本身各有优缺点，在实践运用中需要充分加以考虑。相关系数法其优点在于直观、易于理解和方便计算，缺点在于该系统性风险损失比是投资者们在整个区间的损失占比，如果投资者在某个区间利用股市的大涨大跌产生了较大的投资收益或损失，而其承担的系统性风险损失比是一个均值，就会得出一个有偏的系统性风险损失结果。系统性风险匹配扣除法的计算结果是通过将系统性风险损失一一对应匹配扣除后得到的，在理论上做到了风险与收益的相匹配，遵循了传统定价模型的理论思想，在计算精度上相对于相关系数法有一定的提高。相关系数法相对于系统性风险匹配扣除法在模型设定上更为直观一些，但是在计算过程中容易产生偏误。
本文针对上述理论模型在实践应用中可能遇到的冲突或不一致做出以下思考：①本文计算的损失是一种理论结果，没有考虑投资者在实际证券交易过程中发生的税费等。而根据《最高人民法院关于审理证券市场因虚假陈述引发的民事赔偿案件的若干规定》（）中第三十条，投资者发生虚假陈述损失时相应产生的佣金、印花税和利息等都应得到赔偿。②根据规定，廊坊发展的投资者所持股票在年5月20日及以前卖出的均不在赔偿范围之内，在计算虚假陈述损失时需剔除投资者在揭露日以前已卖出的证券。为了能够将买入与卖出相匹配，一种可行的方法是采用会计上的先进先出法，根据买入卖出的先后顺序剔除不符合规定的交易。然而，投资者在做出买卖决定前很可能考虑将前期买入的价格作为参考价，因此，以先进先出法匹配投资者的买卖行为不一定与投资者的实际交易目的和行为完全相符。本文同时也认为投资者在虚假陈述实施期间虽然完成了买卖行为，但仍然属于虚假陈述的施害范围，所以在计算损失时理论上应当予以考虑。③在β系数的计算上，本研究使用的是资本市场中的股票价格和股指数据。对于中国这样一个公认的弱有效市场来说，还存在着很多不完善的问题和因素会制约和影响我们得到一个精确的计算结果。综上所述，上述问题体现了理论研究与复杂现实之间可能存在着的差距。本文的研究仅仅是一种理论上的尝试及其在实际应用中的探讨，还有待于进一步的完善和发展。
赞赏
转载请注明：http://www.deudeguo.com/jykb/13846.html
