查看原文
其他

推荐一篇《数量经济技术经济研究》上6.27网络首发--PSM及多时点DID方法主题文章

推荐一篇《数量经济技术经济研究》上6.27网络首发--PSM及多时点DID方法主题文章

来源:苏治,金昕,邵婧婷,张永冀.上市公司经营月报对定价效率的影响——基于预期调整的分析视角,数量经济技术经济研究


简介:

经营月报是一种低成本高效率的信息披露方式,其价值有待进一步探讨。本文主要研究经营月报对定价效率的影响及作用机制。在此基础上,手工整理上市公司经营月报数据,采用倾向得分匹配和多时点DID的方法进行实证检验。

PSM 样本的构建

本文涉及到的倾向匹配得分分析主要按照如下步骤进行分析:

沪深交易所对经营月报的披露,采取了鼓励支持为主的灵活监管方式,上市公司对于经 营月报的披露具有一定的自主选择权,根据自身发展情况和行业特征决定是否进行披露。

为控制自选择问题对月报披露的影响,采取倾向得分匹配的方法,以 2010~2017 年间首次披露月报的公司作为处理组,逐年为新增披露的公司寻找控制组。步骤为:

  • 1、按照模型的 Logit 回归计算各样本的倾向得分 依据样本的倾向得分,按照 1:3 最近邻匹配的方法,选取与处理组倾向得分差距小于0.05 且满足共同支撑假设的公司样本作为控制组。

  • 2、匹配前后的匹配变量进行PSM平衡性检验,查看匹配变量差异。匹配后,上述公司特征在处理组和控制组之间不存在显著差异。可以初步 认为,倾向得分匹配的方法减少了处理组和控制组之间的公司特征的差异,缓解了经营月报 披露的自选择问题,匹配后的样本基本满足平行趋势假设。

多时点DID模型分析

基于匹配后的样本,建立多时点 DID 模型 进行回归,检验上市公司披露月报对定价效率的影响。模型为:

  • 若β1的估计值显著为负,则披露月报 公司的股价同步性更低,股价中包含了更多特质信息,表明月报的披露正向影响股票的定价 效率。

  • 式中还考虑了一系列控制变量 Controls

  • 年度固定效应 γt,个体固定效应 δi


针对多时点DID模型进行平行趋势检验,即检验研究是否满足双重差分模型使用的前提条件, 而且可以考察经营月报披露后对定价效率影响的动态效果。

参考 Beck 等(2010)的做 法,按照下式进行回归:

𝑆𝑌𝑁𝑖𝑡 = 𝛽0 + 𝛽1 × 𝑃𝑟𝑒3𝑖𝑡 + 𝛽2 × 𝑃𝑟𝑒2𝑖𝑡 + 𝛽3 × 𝑃𝑟𝑒1𝑖𝑡 + 𝛽4 × 𝑃𝑜𝑠𝑡0𝑖𝑡 +𝛽5 × 𝑃𝑜𝑠𝑡1𝑖𝑡 + 𝛽6 × 𝑃𝑜𝑠𝑡2𝑖𝑡 + 𝛽7 × 𝑃𝑜𝑠𝑡3𝑖𝑡 + 𝛾𝑡 + 𝛿𝑖 + 𝜀𝑖𝑡

进行平行趋势检验结果如图所示:

上图展示了经营月报对定价效率的动态影响回归结果。如图所示,Pre3、Pre2、 Pre1 的系数均不显著,表明在月报披露前,处理组、控制组公司股价同步性没有显著差异, 基本满足平行趋势假设。Post0 的系数在 10%的水平上显著为负,Post1、Post2、Post3 的系 数均为负,但是不满足统计学意义上的显著性要求。说明经营月报在首次披露年份显著降低 了公司的股价同步性,之后的年份,月报对股价同步性具有负向影响,但是影响效果不显著。

结论为:月报披露的动态效应表明,月报披露之前,处理组和控制组之间基本满足平行趋势假设;月报披露后,发挥了降低股价同步性提高定价效率的作用

基于事件研究法的多期 DID 动态效应再检验

多期 DID 的双向固定效应(Two-way Fixed Effects,TWFE)估计量可能存在权重偏误, 甚至出现负权重,影响估计结果的无偏性(Goodman-Bacon,2021)。Sun 和 Abraham(2021) 研究认为,在动态效应分析中,某一时段处理效应的估计系数可能受到其他时段处理效应的 干扰产生权重偏误。即便在满足平行趋势、无预期以及同质性处理效应假设的情形下,仍无 法消除偏误。他们提出了多期 DID 的事件研究法,并构造交互权重(Interaction-weighted, IW)估计量,解决了上述估计偏误。

本文参考 Sun 和 Abraham(2021)等 的做法,将首次披露经营月报作为研究事件,建立事件研究模型,并计算 IW 估计量,以此识别经营月报披露对股价同步性的动态影响

IW 估计量的研究结果表明,前文经营月报披露动态影响 的相关研究结论,基本具有稳健性。

安慰剂检验

为验证前文的研究结论是否是随机出现的,进行安慰剂检验:

第 一,随机分配处理组样本,再采用 PSM 方法为每个抽取的处理组分配 3 个控制组,然后进行 DID 检验;

第二,随机抽样500 次进行安慰剂检验

其他方法:

  • 工具变量分析
  • 更换匹配方法,在前面进行基准回归的时候采用 1:3 的匹配比例,为处理组样本匹配控制组。为避免由于匹配 比例选择对结果造成的偏差,将匹配比例分别更换为 1:1、1:2、1:5。

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存