《表6：负面信息集中释放与股价崩盘风险面板回归的系数比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《股价崩盘风险指标是可靠的吗——基于中国上市公司违规数据库的检验》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：*、**、***分别表示在10%、5%和1%的水平下显著相关。

尽管从表5中可以看出，就面板回归得到的系数大小而言，三个被解释变量之间有差异，但这种差异是否显著仍无法判断。为了更科学和更精确地识别负面信息集中释放对股价崩盘风险三个不同指标带来的效果差异，本文运用SUEST方法1，对面板回归系数之间的差异进行了比较。从表6可以看出，当被解释变量为NCSKEW或DOUVL时，解释变量之间的系数大小并无显著差异，即负面信息集中释放对NCSKEW和DOUVL所带来的效果一样；而当被解释变量为NCSKEW(DOUVL）或Crash时，解释变量之间的系数在1%的水平下具有显著的差异，且Nir＿if、Nir＿num和Nir＿str的系数在被解释变量为Crash时，皆大于被解释变量为NCSKEW(DOUVL）时。这表明，负面信息集中释放对Crash带来的效果显著大于对NCSKEW(DOUVL）带来的效果。这一结果充分说明，Crash指标受负面信息集中释放的影响最为显著，对负面信息集中释放的反应最为灵敏，因而也最契合股价崩盘风险的理论形成机制，对股价崩盘风险的测度更为准确；NCSKEW和DOUVL指标也基本能对负面信息的集中释放做出有效反应，基本能契合股价崩盘风险的理论形成机制，但相比Crash指标略次之。