衍生品使用對股價波動性的影響

馬衛鋒 袁詩怡

作者簡介：馬衛鋒，副教授，研究方向為金融衍生品與風險管理；袁詩怡，碩士研究生，研究方向為金融衍生品與風險管理。摘要：理論上，使用衍生品進行套期保值，對沖經營上面臨的匯率、大宗商品價格等的價格波動風險，有助于公司的持續穩定經營，從而實現股票價格的穩定性。然而，衍生品的不當使用也會帶來額外風險，沖擊公司的經營，導致股票價格波動加劇。隨著我國衍生品市場的發展及制度法規的落實完善，利用衍生品工具進行套期保值的上市公司群體越來越大。本文以A股上市公司為樣本，利用雙向固定效應模型研究了上市公司衍生品使用對股價波動率的影響。結果顯示上市公司使用衍生品能夠顯著降低股價波動率，主要是通過降低特質波動率實現的。

關鍵詞：股價波動率；衍生品；套期保值；特質波動率一、引言

利用衍生品工具進行套期保值是上市公司應對各種市場風險的重要手段。隨著期貨市場的發展及相關配套制度法規的完善，越來越多的企業選擇利用衍生品來對沖風險。然而，學界及業界對于衍生品的效果尚未達成一致的意見。一些文獻認為，公司進入期貨市場的最初目的是對沖，而隨后的做法往往會部分采取投機頭寸，不僅不能穩定公司的盈利水平，還會增加風險。在現實中，因參與衍生品市場造成巨額虧損的案例也不在少數。衍生品既可以作為避險工具，也能成為投機工具，如果企業在開展套期保值業務時存在風險控制不足和操作不當的情況，則會對企業的價值產生負面影響。

盡管衍生品的使用與企業的風險管理密切相關，但關于衍生品使用能否直接影響股價波動的研究相對較少，這可能是由于數據的可獲取性以及我國衍生品市場的發展與國外相比較晚等。此外，大部分相關研究主要集中在發達國家，而在我國關于此類問題的研究尚顯不足。因此，本文以中國上市公司為研究對象，探究衍生品使用對股價波動性的影響，通過深入分析衍生品使用與股價波動之間的關系，不僅有助于理解衍生品在企業風險管理中的作用，而且對于股票市場的穩定與發展具有重要意義。

二、文獻綜述

（一）股價波動性影響因素的相關研究

股票價格波動是一個復雜的過程，從理論角度分析，股價波動的影響因素可以從宏觀和微觀兩個層面入手。陳其安和張慧（2021）通過運用GARCH模型考察了宏觀經濟環境、政府調控政策與我國股票市場波動性之間的關系，結果表明，財政政策和利率政策對股票市場的調控作用基本是無效的，但是貨幣供應量政策通過為股票市場提供資金供給從而直接影響了股票市場的波動性。有學者認為信息是引發股票價格波動的核心因素，當企業受到未預期到的信息沖擊時，股價會呈現較大的波動性（辛清泉等，2014；Venkatachalam，2000）。韓燕等（2020）的研究表明，信息數量越多，個股的股價波動率越小。國內外的許多研究也注意到了企業基本面因素與股價之間的相關關系。向爽爽和戴亮（2019）的研究顯示，上市公司的股價波動與代表公司盈利能力和成長能力的指標具有顯著的相關性。近年來，行為金融學從微觀個體的行為以及心理入手，通過分析金融市場中各個主體產生的行為偏差，將非理性因素納入理論框架中。黃劍等（2020）以科創板和創業板股票為樣本，利用ARMA-GARCH模型考察了科創板漲跌幅限制創新的新規對市場波動的影響，結果顯示，新規的發布通過調動市場投資者情緒使股票市場的波動率大幅上升。

中國證券期貨2024年4月第2期衍生品使用對股價波動性的影響

（二）企業衍生品使用的經濟后果相關研究

盡管學術界對于衍生品使用的經濟后果已經進行了較為豐富的研究，但在衍生品使用是否以及如何影響企業價值的問題上尚未達成一致的結論。經典的MM理論提出，如果市場是完美的，那么企業的價值將與經營決策無關，所以套期保值策略也不會改變企業的價值。Hentschel和Kothari（2001）通過調查美國425家大型企業發現衍生品的使用對企業收益的影響并不顯著。Bartram等（2011）在利用PSM方法對面板數據模型進行實證后發現，利用衍生品進行對沖對企業價值并不存在相關影響。Smith和Stulz（1985）首次將MM定理的分析框架應用于公司風險對沖的研究中，認為企業會因稅收凸性選擇套期保值，從而避免可能的破產成本，為對沖增加公司價值這一理論奠定了基礎。Campello等（2011）發現企業使用衍生品工具可以通過降低外部融資成本的方式使企業增大對外投資，從而使企業價值得到提升。但也有部分學者認為，衍生品的使用并不能提升企業價值，在特定情況下還會對企業價值產生負面影響。李永臣和王默（2020）以有色金屬行業上市公司為樣本，發現套期保值與企業價值為負相關，且套期保值會降低信息透明度。李艾瞳和楊洋（2022）認為，由于套保方向判斷失誤、金融杠桿增加、操作風險提高等原因，金融衍生工具總體上不能達到保值的目的。這些研究提示企業在使用衍生品工具時，需要充分了解和評估相關的風險，制定合理的風險管理策略，否則衍生品會成為一把“雙刃劍”，對企業價值造成負面影響。

（三）企業衍生品使用對股票價格影響的相關研究

盡管有大量的文獻印證了衍生品使用在公司財務特征和企業價值方面的相關性，但驗證衍生品使用能否減少企業風險也非常重要。Guay（1999）通過研究254家使用衍生品工具的樣本公司，發現所有樣本公司的股價波動率下降了5%，而使用利率衍生品和匯率衍生品的樣本公司的股價波動率分別下降了22%和11%。而Biguri等（2022）認為，衍生品使用對股市風險的影響取決于使用目的，當衍生品用于避險時會降低股市風險，而以交易或投機為目的時則會增加股市風險。Wang和Zhou（2022）通過研究美國上市公司的數據，認為大宗商品對沖可以降低股價波動，且該影響在不同行業和公司之間是有差異的。從上述研究中可以看到，上市公司使用衍生品對股價波動的影響在很大程度上會受到衍生品使用目的以及衍生品類型的影響。

（四）文獻綜評

綜上所述，關于股價波動率的影響因素、使用衍生品的經濟后果以及使用衍生品對股價波動的影響，學術界尚未形成統一結論。這可能是由于研究方法的差異、樣本選擇的不同以及市場環境的變化等多種原因造成的。國內關于衍生品能否影響股價波動率的文獻較為缺乏，因此，本文以A股上市公司作為樣本，研究企業使用衍生品對股價波動性的影響具有一定的理論價值與現實意義，可以為學術界提供來自中國市場的實證數據和經驗證據，豐富和補充對于衍生品使用與股價波動性關系的理解。三、衍生品使用對上市公司股價波動率影響的實證研究（一）樣本選取與數據來源

本文選取2013—2022年A股市場上市公司為研究對象，為確保結果的穩健性，做了如下篩選：①剔除創業板和科創板。②剔除金融行業上市公司。③剔除ST、*ST股票。④剔除終止上市、暫停上市以及停牌的上市公司。本文最終確定了A股市場中的3042家上市公司作為觀測對象，本文數據均來自國泰安數據庫和Wind數據庫。

（二）變量定義

1.被解釋變量

本文參考Hentschel和Kothari（2001）以及Bartram（2019）研究中的做法，將股價波動率作為衡量企業風險的變量，按照如下公式計算股價波動率：

Volatilityi，t=Dt×∑d∈Dt（ri，d-ri，t——）2Dt-1

其中，Dt代表第t年股市交易的交易日總天數；ri，d代表第i只股票在第d個交易日的對數收益率；ri，t——代表第i只股票在第t年的平均對數收益率。

2.解釋變量

本文通過上市公司是否發布與衍生品使用相關的公告和財務報表項目兩個層面來綜合衡量上市公司在第t年是否存在衍生品交易行為。該解釋變量為虛擬變量，若上市公司在第t年發布了與衍生品使用相關的公告且財務報表中“衍生金融資產”和“衍生金融負債”項目余額不為0，則解釋變量取值為1，否則取值為0。

3.控制變量

本文參考Hentschel和Kothari（2001）以及Bartram（2019）的研究，將企業市值、市凈率、凈資產收益率和資產負債率作為控制變量，分別用企業市值衡量企業規模，市凈率衡量市場對于企業的估值水平，凈資產收益率衡量盈利能力，資產負債率衡量杠桿率。各控制變量的具體計算公式見表1。

（三）模型設定

本文構建了如下雙向固定效應模型進行回歸分析：

lnVolatilityi，t=β0+β1Hedgei，t-1+

β2lnMVi，t+β3BPi，t+β4ROEi，t+

β5lnDebtratioi，t+λi+γt+εi，t

本文參考Wang和Zhou（2022）的做法，將核心解釋變量Hedge采用滯后一期的數據以緩解模型的內生性問題。因為當一個企業面臨更高的風險狀況時（體現為股價波動率上升），可能會更傾向于選擇利用衍生工具來降低企業的風險敞口。而解釋變量采用滯后一期的數據可以有效地避免這種反向因果關系，因為上市公司上一年度使用衍生品工具的行為不會受到其本年度股價波動的影響。此外，λi和γt分別代表個體效應以及時間效應，以控制行業、經濟周期等因素的影響。

（四）實證分析

1.雙向固定效應模型基準回歸

本文構建了雙向固定效應模型以探究上市公司使用衍生品對股價波動率的影響?；貧w結果如表2所示，從左到右依次列示了在模型中逐步加入控制變量的回歸結果。從表2第一行的結果中可以看到，核心解釋變量（Hedge）的系數顯著為負，說明使用衍生品可以使上市公司的股價波動率下降。根據第1列的結果，當沒有加入任何控制變量時，使用衍生品的行為可以在1%的顯著性水平下使股價波動率下降2.32%。依據第5列的回歸結果，在模型中依次加入了代表上市公司規模、估值、盈利能力和杠桿率的控制變量后，核心解釋變量的系數依舊在1%的顯著性水平下顯著。這表明，在使用衍生品的行為與股價波動率之間確實存在一種穩定的負向關系，在加入控制變量后，公司使用衍生品的行為能使股價波動率顯著降低2.95%。

2.穩健性檢驗

上市公司股價波動受到公司層面的個體波動和市場及行業層面的系統性波動共同影響，而股價同步性的程度反映了股價與市場波動的關聯度。根據上文實證模型的結果可以得知，上市公司使用衍生品工具后可以顯著降低股價波動率。為了進一步揭示這種影響的內在機制，就需要探討企業使用衍生品對股價波動率的影響主要是作用于系統性波動還是特質性波動，即這種波動率的降低是由于貝塔系數的降低還是特質波動率的降低。本文通過分別計算貝塔系數與特質波動率并代替原有被解釋變量的方式來進行驗證，從而更準確地識別衍生品使用對股價波動率的影響路徑。另外，如果在替換被解釋變量后模型依然顯示出顯著性，也可以說明上述模型的結果是穩健的，不受特定變量選擇的影響。

本文參照Wang和Zhou（2022）的方法，采用調整后的CAPM模型估計得出貝塔系數，具體模型如下：

ri，d=b0，t+b1rindex，d+εi，d

其中，d代表第t年中的交易日天數；ri，d代表第i只股票在第d個交易日的對數收益率；rindex，d代表第d個交易日上證綜合指數的回報率。貝塔系數為b1的估計值，即βi，t=b1︿（i，t）。

同時，本文使用Fama-French三因子模型來計算特質波動率，具體模型如下：

ri，d=αi，d+βiMKTi，d+siSMBi，d+hiHMLi，d+εi，d

因子數據均來源于國泰安數據庫，為日度數據。在使用三因子模型進行回歸后，提取殘差項，并計算殘差項的標準差，最后將殘差項進行年化處理，即可得到特質波動率，即σidio（i，t）=Dt×sdt（εi，d︿）。

通過上述回歸得到貝塔系數和特質波動率的估計量后，分別進行對數處理，將基準回歸模型中的lnVolatilityi，t替換為ln （βi，t）和ln （σidio（i，t）），回歸結果如表3所示。表3中第二列Hedge的系數表明企業使用衍生品的行為能使個股的特質波動率降低3.67%，且該結果在1%的顯著性水平下顯著。而第一列的結果則表明，企業是否使用衍生品對個股的貝塔系數無顯著影響。因此，上市公司使用衍生品降低股價波動率的結果主要是通過降低特質波動率導致的。

站在“信息效率觀”的角度，上市公司使用衍生品工具能夠增加股票價格中公司異質性信息的含量，進而增加了市場信息的有效性，減少了股價的特質性波動。這是因為交易所及相關監管機構對于上市公司衍生品交易的信息披露要求較為詳細且明確，隨著信息效率的提高，投資者對于公司特有事件的理解和評估就越準確，從而減少了由于信息不對稱引起的過度反應或誤判，股票價格將更加準確地反映公司的基本面信息，從而降低了代表公司個體層面的特質波動率。表3替換因變量的穩健性檢驗

ln （βi，t）ln （σidio（i，t））Hedge-0.0009-0.0367***（0.0117）（0.0082）控制變量控制控制個體固定是是年份固定是是

四、結論與建議

本文采用雙向固定效應模型進行實證檢驗，研究了上市公司使用衍生品與股價波動率之間的關系。結果顯示，上市公司使用衍生品可以顯著降低其股價波動率。為了進一步研究衍生品使用對股價波動率的影響，本文利用CAPM模型和Fama-French三因子模型將股價波動率分解為貝塔波動率和特質波動率。結果顯示，企業使用衍生品的行為能使個股的特質波動率顯著降低（平均約為3.67%），而對個股的貝塔波動率無顯著影響。因此，上市公司使用衍生品降低股價波動率的結果主要是通過降低特質波動率實現的。

上市公司使用衍生品進行套期保值有助于降低股價波動性，無論是對投資者、上市公司還是對監管機構而言都具有重要意義。從市場穩定運行、功能發揮的視角看，相關監管機構應鼓勵上市公司合理、合規地使用衍生品，及時、準確地披露相關信息；引導廣大投資者正確認識衍生品的功能與作用，客觀對待上市公司衍生品使用行為。

參考文獻

［1］BARTRAM S M， BROWN G W， CONRAD J. The effects of derivatives on firm risk and value［J］. Journal of Financial and Quantitative Analysis， 2011， 46（4）： 967-999.

［2］BARTRAM S M. Corporate hedging and speculation with derivatives［J］. Journal of Corporate Finance， 2019（57）：9-34.

［3］BIGURI K， BROWNLEES C， IPPOLITO F. Corporate hedging and the variance of stock returns［J］. Journal of Corporate Finance，2022：1-32.

［4］CAMPELLO M， LIN C， MA Y， et al. The real and financial implications of corporate hedging［J］. The Journal of Finance， 2011， 66（5）： 1615-1647.

［5］GUAY W R. The impact of derivatives on firm risk： An empirical examination of new derivative users［J］. Journal of Accounting and Economics， 1999（26）： 319-351.

［6］HENTSCHEL L， KOTHARI P S. Are corporations reducing or taking risks with derivatives？［J］. Journal of Financial and Quantitative Analysis， 2001， 36（1）： 93-118.

［7］SMITH C W， STULZ R M. The Determinants of Firms Hedging Policies［J］. Journal of Financial and Quantitative Analysis， 1985， 20（4）： 391-405.

［8］VENKATACHALAM M. Discussion of Corporate Disclosure Practices， Institutional Investors， and Stock Return Volatility［J］. Journal of Accounting Research， 2000（38）： 203-207.

［9］WANG N， ZHOU Q. Does commodity hedging with derivatives reduce stock price volatility？［J］. Finance Research Letters， 2022（50）： 1-10.

［10］陳其安，張慧.系統風險沖擊、企業創新能力與股票價格波動性：理論與實證［J］.中國管理科學，2021，29（3）：1-13.

［11］陳煒，王弢.衍生產品使用對公司價值和業績影響的實證檢驗［J］.證券市場導報，2006（3）：54.

［12］韓燕，崔鑫，成宇星.上市公司信息數量對股價波動的影響研究［J］.管理評論，2020，32（12）：27-36.

［13］黃劍，林細雁，潘昌輝.科創板漲跌幅限制新規影響股價波動率嗎？［J］.金融經濟學研究，2020，35（2）：18-28.

［14］李艾瞳，楊洋.金融衍生工具套期保值風險管理功能的無效性分析［J］.中國中小企業，2022（8）：171-172.

［15］李永臣，王默.套期保值、信息透明度和企業價值［J］.合作經濟與科技，2020（13）：97-101.

［16］向爽爽，戴亮.基于多元線性回歸分析的我國A股上市公司股價波動的影響因素研究［J］.商業經濟，2019（4）：151-152.

［17］辛清泉，孔東民，郝穎.公司透明度與股價波動性［J］.金融研究，2014（10）：193-206.The Effect of Derivative use on Stock Price Volatility