还剩13页未读,继续阅读
本资源只提供10页预览,全部文档请下载后查看!喜欢就下载吧,查找使用更方便
文本内容:
文献来源文献来源HamCGKaplanZRLearyMT.Dodividendsconveyinformationaboutfutureearnings[J].JournalofFinancialEconomics
2020136.文献亮点股息政策的变动能够给投资者传达重要的信息,市场对股息变动公告往往有强烈的反应本文主要通过“事件窗口”的方法对公司股息政策变动事件进行了研究,清楚地描述了股息公告前后公司盈利的变化,表明股息政策的变化体现了公司长期盈利水平的改变,可以解释至少未来三年的预期外盈利,股息增加的公司在未来的预期外盈利增长普遍更多此外,若使用毛利率或经营现金流作为业绩的代理指标,股息政策变化和公司未来业绩的相关关系持续性更好本文也证实了分析师会根据股息政策的变动修改盈利预测文献概览市场对股息变动公告的强烈积极反应是公司金融领域最有力的实证研究结果之一Miller和Modigliani961)认为股息变化可能揭示公司未来盈利前景的信息有学者对企业管理者进行了调研,(Lintner1956和Bravetai.2005)经理们表示,他们将股息视为支付现金的持续承诺,因此只有在预期盈利发生永久性变化时才会更改股息,这些发现表明股息变化有助于预测未来的预期外盈利Brickley
(1983)、Carroll
(1995)和Aharony和Dotan
(1994)发现股息增力口(削减)后的第一年能实现更高(更低)的业绩Ofer和Siegel
(1987)发现分析师会根据股息政策修正他们的盈利此外,有研究也发现股息对盈利的影响在三四个季度后开始消散,这使得研究人员得出结论,市场对股息政策的反应可能需要通过其他方面去解释,例如通过贴现率的变化、自由现金流的代理成本,或者通过投资者行为解释本文对股息信息的测量进行了多项重要修正我们发现,股息变化实际上传达了至少未来三年的经济收入信息,股息增加(减少)的公司转向了更高(更低)的永久盈利水平此外,所披露的预期外盈利信息足以解释市场对股息变化的反应我们还发现,通过股息向市场传达的大部分盈利信息本应在宣派股息后的第一年通过盈利向市场传达,这表明管理者可能不愿意仅仅为了加速这一消息而承担重大成本价格我们首先说明了,之前关于股息变化与未来盈利变化之间关系的研究中的大部分分歧是由于计算未来盈利变化的时间差异造成的许多先前的研究使用“财政年度”方法,将股息和盈利按照财政年度分组,并将包含股息变化的财政年度的盈利与下一个财政年度的盈利进行比较相比之下,我们使用季度数据和“事件窗口”方法,将股息变化后公布的盈利与股息变化前的可比期间的盈利进行比较这种方法清楚地描述了股息公告前后的盈利报告由于投资者将更新他们对股息变动后公布的所有盈利的未来现金流量的预期,我们认为事件窗口法更适合衡量股息公告的信息含量在我们的样本中,财政年度方法没有提供股息变化与未来预期外盈利之间关系的证据然而,使用“事件窗口”方法,可以提供强有力的证据表明股息变化可以预测未来的盈利变化这些结果对于预期盈利的几个代理变量是稳健的,包括过去盈利水平、盈利变化和股票收益的线性和非线性函数(Grullon等人,2005年),相对应的股息没有改变的样本(Benartzi等人,1997年),以及分析师的盈利预测此外,未来盈利的差异是持久的股息变化有助于解释之后至少三年的预期A%.”=%+㈤AD伍|*/(AD爆0)+㈤ADMI*/(AD/Vjf0)+E^iControls+£(r+n.结果表明,股息增加和减少都传达了未来三年预期外盈利的信息,尽管在这两种情况下都存在衰减M系数从第一年的
0.021下降到接下来两年的
0.018因此大约86%(
0.018/
0.021)的好消息至少会持续三年股息减少后的盈利变化(B2)的持续性要低得多,为
46.8%(-
0.022/-
0.047);股息减少后的收益在大幅下降后表现出显著的均值回归图7股息变化与其他财务指标ftmcfA:EamingsandopcmtingexpensesftindB:ROandspecialitem资料来源SSRN绘制虽然收入和匹配费用记录为公司通过向客户提供商品和服务赚取经济收入,但会计收入还包括无法与收入匹配的期间费用这些费用的确认通常不同于公司赚取相关收入的时间我们发现增加(减少)股息的公司在股息变化后的每一年都会增加(减少)它们的运营费用,并且这些影响随着时间的推移单调增加由于在计算净利润时减去营业费用,因此增加(减少)期间费用可能会消除股息变化与未来盈利之间的关系我们的下一组结果提供了关于特定项目的证据,这些项目的费用确认时间不同于公司实现相关收益或成本的时间B栏的第1-3列显示了研发意外变化的结果,研发是一项在会计系统下立即计入费用的投资,但其收益通常会在未来几年实现为收入我们将样本限制在股息变化前八个季度中至少有一个季度研发为正的公司我们发现增加(减少)股息的公司会增加(减少)未来的研发支出在第4-6列中,我们用特殊项目重复分析,并表明削减股息的公司记录了更多负向特殊项目(例如,减记更多资产),而增加股息的公司记录了更多正向特殊项目(例如,更少的资产减记)这些特殊项目的差异在第一年之后并不持续,但是,这有助于解释使用净收入衡量的信息内容的衰减.总的来说,公司的投资相关费用和资产减记对围绕股息变化的盈利能力冲击的反应可能会混淆股息变化与未来盈利之间关系(Novy-Marx2013)出于类似的原因也认为毛利润是衡量真实经济盈利能力的更清晰指标,毛利可以衡量通过向客户提供商品和服务而产生的增量收入,不受加速会计收益和特殊项目投资的会计准则的影响因此,使用毛利可以更好地衡量股息的信息含量衡量股息新闻我们之前主要探究了股息变化和未来盈利的线性关系(Baker等,2015)表明市场对股息的反应会随着股息更大的变化而变的平缓投资者推断的信息会随着股息变化的符号和幅度而变化因此,我们认为应该考虑到这些非线性我们首先注意到股息变化的分布是高度倾斜的首先,增加股息的次数要多于削减股息的次数其次,虽然绝大多数增长都不到50%但也有少量但不可忽略的异常值一一增长100%或200%或更多这些异常值占股息增加变量横截面变化的很大一部分,因此是有影响的观察结果图8股息变化的分布资料来源SSRN绘制接下来我们证明公告收益随着股息百分比变化的增加而减弱为此,我们估计了以下回归Re「(-
2.+2)=%+0(AD%0)+削(——0)+B3DIV+AADMi*abs(ADIVit)+£it.Ret(-2+2)是以股息公告为中心的五天窗口内的累计异常收益(相对于市场收益)结果表明更大(更积极)的股息变化会伴随更积极的市场反应且市场反应的边际变化随着股息变化的增大而减弱,表明非常大的股息变化可能不会比更温和的变化包含更多关于长期收益的信息此外,对股息减少的反应比对增加的反应更敏锐资料来源SSRN绘制从面板B也可以看出,增长特别多的股息本身的持续性也较差,未来更有可能面临股息的减少股息增长100%的公司在未来降低股息的概率是股息不变公司的4倍衡■未来盈利的持续性在本节中,我们将检查股息变化预测的收益的持续性我们使用两个替代函数,它们考虑了股息变化持续性和市场对股息变化的反应的非线性△品+n=氏+优/△DMIADMi0+隹/SD爆|—D检0+LijControls+£it+n.首先,我们将分红增力口rankti.DIV0和分红减少rankti.DIV0分开由于股息变化呈偏态分布,使用百分位会减少异常值的影响其次,我们使用推算市场回报作为股息新闻的替代衡量标准在面板A中,我们继续使用净收入来衡量收益我们发现股息增加后盈利变化更持久资料来源SSRN绘制此外非常大幅股息的增加与小幅和适度的增加相比,与持续性盈利变化的关联较小在面板B中,我们用毛利润代替净收入对于股息增加,我们发现信息内容随着时间的推移而增长,这与公司增加股息以预期毛利润持续增长一致随着我们从未来一年转向未来两年和三年的盈利变化,系数从
0.013增加到
0.020再到
0.024我们在第4-6列中发现了类似的结果最后,虽然我们认为毛利是衡量与客户交易产生的经济收入的最佳可用指标,但它也有一定的局限性,例如不包括常规行政管理花费因此,在面板C中,我们展示了经营现金流量的类似结果,经营现金流量是衡量通过经营活动产生的现金流量,可用于为支出提供资金股息变化和分析师预测为了衡量未来预期外的盈利,在我们的下一组分析中,我们使用分析师盈利预测来测试股息是否传达了盈利信息我们还检查了分析师是否根据股息变化的方向修改了他们的盈利预测,提供了一些证据表明市场参与者会根据股息变化更新盈利预期我们获得分析师对股息变化当年和之后一年的每股收益的预测我们要求在最近的收益公告和股息公告前一天之间发布分析师的初步预测,以确保初始预测包含之前收益公告中的信息如果股息变化包含有关未来盈利的新信息,那么股息变化应该与预测误差正相关一一即,当公司增加减少股息时,实现的未来盈利高于低于分析师在宣布股息之前的预期为了检验这一预测,我们对股息新闻的正面和负面与分析师预测错误进行了回归FEe+0+fi2f^DiVit|AD/Vlf0+ZfijControls+£ir+n.其次,如果分析师将股息变化解读为有关未来现金流的消息,我们预计他们将根据股息变化的方向更新盈利预测我们通过对股息声明前后分析师对股息新闻正负函数的估计差异进行回归,研究分析师修正与股息变化之间的关系RE%+n+^/△D/V1JAD/V;f0+fi2fAD/Vir\^DIVit04-ZfijControls++n.如果分析师在声明后期间未修改预测,则修改设置为零结果表明,股息变化显著影响了预测错误和分析师预测修正这些关系不仅适用于本年度,而且适用于股息变动后的年度这些结果支持这样一种观点,即市场对股息变化的反应至少部分反映了对未来现金流量的修正预期图11分析师预期资料来源SSRN绘制结论投资者从公司股息政策的变化中得到了新的信息,并以此更新他们对公司的价值评估本文提供了强有力的证据证明股息变化先于未来现金流的持续冲击,这与股息变化向投资者传达的信息一致,即公司正在转向新的、持续的未来盈利水平我们使用事件窗口方法来清楚地描述收益与股息公告的关系我们进行了两项改进,具体而言,股息公告信息的任何明显衰减都是由⑴与盈利能力相关的资产减记和投资支出的内生变化,以及(ii)股息增长分布中的异常值和两者之间的非线性关系造成一旦考虑了这些因素,股息增加(减少)之后是持续较高(较低)的预期外盈利此外还有一些测试,首先,我们发现分析师了解股息公告中包含的收益信息并相应地更新他们的预期其次,我们发现市场对股息变化的反应可以预测未来盈利,这与股息导致投资者将未来盈利信息纳入股价一致第三,我们对股息变化所传达的未来盈利信息量的估计相对于市场反应而言较大,这表明有关未来盈利的信息可以解释大部分回报外盈利水平其次,虽然之前的结果表明股息的信息随着预测的未来盈利的时间跨度迅速衰减,但有两个因素可以解释这一点首先,传统上用于衡量盈利变化的会计变量,包含了内生投资和资产减记我们检查了各个项目,发现减记和立即计入费用的投资(例如RD)与股息变化相关,并导致使用净收入观察到的信息内容衰减因此,我们认为受投资和减记影响较小的盈利指标(Novy-Marx2013年;Peters和Taylor2017年),即毛利或经营现金流,更适合衡量经济收入的持续性其次,估计的持续性受到与绝大多数股息变化不同的少数非常大的股息增加的影响正如之前的研究表明,市场对股息公告的反应是股息变化的非线性函数(Baker等人,2015年)我们发现,大幅增加股息的公司的股息历史波动更大,而且这些增加本身的持续性较差我们使用股息新闻的两种替代衡量方法来考虑股息新闻与股息变化大小之间的非线性关系股息变化的百分位排名,以及基于股息变动幅度和方向的公告收益使用这些更清晰的经济利润和股息新闻衡量标准,我们发现所有的信息都具有高度持续性股息变化不仅预测预期外盈利水平,还预测未来盈利增长我们的结论补充了先前的研究,这些研究认为股息变化传达的是关于过去盈利变化持续存在的消息,而不是关于未来盈利变化的消息(DeAngelo等人,1992年,1996年;Koch和Sun2004年)然而,大部分证据来自使用财政年度方法或选定的股息变化子样本的研究当我们对整个样本使用“事件窗口”方法时,我们发现有证据表明股息变化确实传达了一些关于过去盈利变化持续性的信息,尤其是在一年的时间范围内然而,我们还发现控制过去盈利变化的持续性并不能完全解释我们的结果也就是说,即使之前的收益没有增加,股息变化也包含有关未来预期外盈利的增量信息总而言之,我们的结果表明,股息变化提供了公司正在向新的永久盈利水平迈进的信息此外,我们的结果表明,股息变化所传达的收益信息可以解释市场对股息变化的大部分反应虽然我们的结果表明股息变化包含有关长期收益的新信息,但也发现新盈利水平的大部分转变发生在股息变化后的第一年内样本选择和描述性统计我们从证券价格研究中心(CRSP)事件数据库中获取有关股息申报的数据首先选择1971年至2016年期间公司在过去180天内进行过季度股息申报的所有普通季度股息申报这使我们能够计算股息变化百分比我们将样本限制为在纽约证券交易所、美国证券交易所或纳斯达克交易所上市的公司、普通股(即股票代码为10或11的股票),以及非金融公司(排除了四位数标准工业股票的公司以6)开头的分类(SIC)代码此外样本排除了(i)在当前和上一季度股息的申报日期之间宣布除季度股息以外的分配的公司,我们将重点放在季度股息的信息内容上(Benartzi等人,1997年;Nissim和Ziv2001)以及(ii)在前一次股息申报月份和当前股息申报月份之间拆分股票的公司,因为拆分与股息变化相关,并且还传达了有关未来盈利的信息(Nayak和Prabhala2001年,kenberry和Ramnath2002年)我们需要CRSP上的数据来计算过去的回报我们需要来自CRSP/Compustat合并数据库的收益数据在股息申报之前的八个季度,以构建对预期盈利变化的控制(FamaandFrench2000)对股息未来
1、
2、3年盈利信息内容的检验需要在股息申报后连续四(
八、十二)个季度实现盈利我们还要求在声明前后不遗漏收益公告日期,以识别市场参与者可以获得的收益信息我们对顶部和底部1%的所有非回报连续变量进行缩尾处理以减轻异常值的影响下表为我们的样本提供描述性统计数据图1:描述性统计△D/V=ON=140733AD/V0N=1746AD/V0N=23079资料来源SSRN绘制上表显示有85%的股息申报保持了之前的股息水平,而14%(1%)增加(减少)了股息尽管股息减少的样本较少,但幅度往往更大平均减少的股息减少了
49.2%而平均增加的股息增加了
18.8%平均减少的公告窗口回报率为-
3.3%而平均增加的公告窗口回报率为
0.9%这表明市场对股息减少的反应更大我们发现减少股息的公司在股息减少后的第二年收益低于以前我们还发现,与不改变或增加股息的公司相比,减少股息的公司在宣布股息后的收益较低增加股息的公司在宣布股息后的第二年比之前有更高的收益,并且比没有改变股息的公司收益增长更快股息变化是否预测未来盈利变化在本节中,我们通过对股息变化和未来盈利变化进行回归来测试股息变化是否具有关于未来盈利的信息内容,该方法与先前文献的主要区别在于,我们计算未来盈利变化,比较股息变化后实现的收益与股息变化前可比季度实现的收益(”事件窗口法”工事件窗口法我们提出两个主要发现首先,使用事件窗口方法表明,股息包含未来至少三年的盈利信息其次,财政年度的方法没有将股息变化后实现的所有收益归类为未来盈利在实证检验中,我们将股息变化百分比和一系列控制变量对盈利变化进行了回归△E+n=Bo+△)%+ZfijControls+£If+n.△E是扣除非经常损益前(旧Q)的盈利变化,所有收益变动均按股息变动后公布的连续四个季度收益与股息变动前四个季度收益之和的差值计算我们计算股息变化后一年、两年和三年的盈利变化,以提供与股息变化相关的未来盈利变化持续性的证据第一(第
二、第三)年的盈利变化从股息变化后的第一(第五第九)季度开始我们按股息公布前一年的股票市值进行缩放,下图更详细地描述了盈利变化计算以及收益实现时间相对于股息变化如果在收益公告当天宣布股息,我们将在股息变动时公布的收益归类为上一季度的收益除非另有说明否则我们按股息申报年份对所有标准误差进行聚类图2事件研究方法资料来源SSRN绘制我们包含了对在没有股息变化的情况下预期的盈利变化的控制具体来说,将过去四个季度的盈利变化、盈利水平、过去年度盈利变化和盈利水平的非线性函数作为自变量,以及包含了五个有关股息公告前240个交易日收益的变量我们展示了使用事件窗口方法的结果,第1列中的因变量是股息变化后第一年的盈利变化AE8+I我们发现与股息变化有显着的正系数3=
0.025;t=
5.1o系数大小表明,在股息变化后的一年内,平均股息变化20%与预期盈利增加相关,相当于公司股权市场价值的
0.5%我们的回归估计表明股息变化具有关于未来盈利的信息在第2列中,我们使用股息变化后的第二年盈利变化作为因变量AEy+2为股息变化预测的未来盈利的持续性提供证据我们再次发现股息变化的系数非常显着B=
0.018;t=
3.2«由股息变化预测的一年中大约70%的盈利变化持续存在在第3列中,我们发现对于未来三年的时间范围,股息包含与第二年相似的未来盈利信息未=
0.018;t=
2.7oPanelA:Eventwindowapproach资料来源SSRN绘制数据说明样本区间为1971年至2016年在所有的范围和平减指数中,我们的推论都没有受到影响一股息变化与未来盈利变化之间的关联会持续长达三年我们的结果也不受包含公司固定效应、年份固定效应、行业X年固定效应或删除所有控制变量的影响股息信息含量的会计年度法检验为了检查我们的研究结果与先前文献中的研究结果之间的差异是否可归因于计算财政年度的盈利变化,在下表中的面板B中,我们按照之前的文献计算盈利变化的方法一一用股息后一个财政年度的利润减去派息当下财年的利润(以财政年度划分,所以实际包括了在股息申报之前和之后的利润)此外也包括了面板A中的控制变量系数的任何差异都是由于盈利计算方法的差异而产生的在第1列中,因变量是从宣布股息的财政年度到之后的财政年度的盈利变化股息变化的估计系数在统计上不显著在第2列和第3列中,我们分别将盈利变化扩展到股息变化后的第二个和第三个财政年度我们发现在任一时间段内,股息变化与未来盈利变化之间都没有显著的正相关关系,在第3列中,甚至发现了显著的负相关关系图4财政年度法PanelB:Fiscalyearapproach资料来源SSRN绘制数据说明样本区间为1971年至2016年与事件窗口方法相反,使用财政年度方法有两个影响首先,在宣布股息后不久公布的盈利被排除在未来盈利之外且被当作基期的盈利因此,我们认为事件窗口法更适合理解市场是否反映了股息变化所揭示的未来盈利的新信息匹配样本结果为了确认我们的结果对于时间和行业的匹配是稳健的,我们根据过去四个季度的盈利变化和水平来估计公司改变股息的概率分别估计股息增加和减少的模型,并将每个股息增加或减少的公司与同一股息申报年度和行业中倾向得分最接近的公司相匹配结果表明,相对于股息不变的公司,增加(减少)股息的公司的未来盈利水平明显更高(更低)股息变动者和不变者之间的这些盈利水平差异在股息变动后持续了三年,尽管股息减少的幅度随着时间的推移略有下降图5股息减少的样本与股息不变的可比样本资料来源SSRN绘制这些差异具有统计学意义在接下来的12个(12个中的11个)季度中,增加(减少)股息的公司的收益显着高于(低于)匹配公司股息变动而在股息变化之前的四个季度中的任何一个季度都没有显著差异图6股息增加的样本与股息不变的可比样本-4-3-2-1+1+2+3+4+5+6+7+8+9+10+11+12Quarter△DIV=0ADIV0资料来源SSRN绘制这些结果为事件窗口和财政年度方法下的不同发现提供了额外的信息因为向持续较高(较低)的盈利水平的转变主要是通过股息变化后前几个季度的盈利变化发生的我们的结果强调了在估计股息变化的信息内容时,时间窗口的选取对衡量未来盈利变化的重要性股息变化预测的未来盈利的持续性由于股息往往被视为支付现金流的长期承诺,我们预计股息变化与用于支付支出的现金流的持续变化有关尽管我们的结果表明股息具有关于未来盈利的长期信息,但至少有一部分关于短期收益的信息不会持续存在在本节中,我们将更详细地检查结果中衰减的来源衡量收入使用会计收入来衡量公司每个时期产生的经济收入变化的一个潜在问题是,会计准则会加速费用转化为收益,例如广告或研发(尽管收益在后续期间确认为收入,但在发生时就已计入费用),并且这些投资可能与股息变化相关相关的特殊项目加速了负现金流冲击对净收入的影响下表证明了这些加速支出与股息变化相关,并且随着时间的推移,可以解释股息变化与未来盈利之间关系的衰减因此,我们认为排除这些加速支出的收益指标(如毛利)更适合衡量股息预测的经济收入变化的持续性在面板A的第1-3列中,我们将股息正向变化和股息负向变化分开因为会计系统对好消息和坏消息的处理是不对称的,坏消息更快地确认为收入,如果加速支出导致经济收入衰减,我们预计股息减少后的盈利变化不如股息增加后的持续性大1A%♦I2△%♦i3△s5AOpp♦刃6AOpDtpabsADIV
00.021-
0.018-
0.018-
0.009--
0.017-
0.023-
4.
9382.
706218623092.
0101.703absADIV0-
0.047--
0.019--
0.022--•
0.025---
0.055--•・
0.072…•
5.284-
2.181-
2.155-
3.003-
4.488-4717Intercept•
0.007-
00000.
0040.006…
0.012-
0.016…-
2.
6290.
00306267.47953735586ControlsIncludedIncludedIncludedIncludedIncludedIncludedObservations
165.
558154.
945145.0421M
439124675115.979^^squared
0.
1870.
1140.
0930.
2050.
1940.2091ARaOT2△的小♦204ASpccia…⑸.t6ASpcooly•3ab$^DIV
00.001“
0.003-
0.005-
0.003-
0.
0010.
0012.
3992.
4053.
02730821.5131437abtADIV0-
0.002--
0.002•
0.002-
0.007-
0.
0020.002-
2.460•
1.345-
1.14829550841MMIntercept
0.
0000.001•
0.001-C0M…-
0.005-■
0.006-
14661.7M2253-
8.069-
7.908-
9.078ControlsIncludedIncludedIncludedIncludedIncludedIncludedObservations
35.
24032.
48029.
891113.
821102.44093889Atsquarcd
0.
1690.
19902180.
3370.
2850.238hwHAMrivfrwrtiem*1f52*c44OKqfoxw-
0.005-ao®--I4WIfITSZNV,con一xiozr-■Q02T--•XXIOXQSOjQ11rooir”IW4I9,4力Kill-It-*no4;i▲om4MrJ410W-*TW*Of皿Ffnitmftooor-ooor-OBI.I4M7I«M7|4BS7IObwrMtwm1*
2.
94713.“71«
2.747H-Oxrd01012Q0120012AmrlDMifeikfID2I4151AmiabKAwFucmve*htfnrv4AfihjfutufrKADiv^OOOM-
0.UI…o.woozr*QW$…177«1«
73.7*
26.46S SM
7.AMP.刈0005—-00000001■oaov93-A0D7»3!.»•!LM7rADAfSrjflO/Jow-Oj®ir-oozr-0Q・0160IIMham54SIarADfv.goosr-
0.MB…-ootr-ootr-ow7M
6.0E•Z45SI9J72I6J0JQM”W所•00M…ooar-*JZM7»
22.4Q
17.73906364!29366Obww«tion«
162.747I3J
4713.74,tai747lti.747K-squjredOjOIOOOCB
0.004OjOICOjOOOCll()i4•ti国幽rwVADIV.O;001■…Mir-QOHIClIJO住M14201raWADfV-O01MLOOI尸■anr**
5.4621I-22M-UI2EWJ03M-aw-ixnr-23SWEtzwesjr-1434106-1411-a«2900…90010aM-MW90010001-
2.B42I[9116«nu-
2.SSI•0172«MImlMdrdInclaMImWediKiuaMliuludedIfikSM1MJMSI4SJ04216SlSMIM.MSI4SJM2Q■AIMQ.IMaiisMM12m45闽g…皿…卬…卬SGP♦ft卬…on«400***QW-A34||481|WIruWUMV®4101Voow-fl•W0(>i4n)QJST7--I.IJT一1405…S4MISS47«M|E9JW-9W0MF・-l.WI皿必-xa»hurnrMQW5…wir-0015-aOM-0QWciett—
4.2WI4171«0W4M713151RICcatwhInrWedIncludedtactuArdIvkidMImWedIncMrd1M4J9IMjMIIIS*IM4AIMMI1S5MN-MfMvrd•290otwa1950299■MDamAmrlC.0|NvwnwmiH/bm12m4StAOCF.t.n3g…AOCft.uAoa..wAOT…AOT…ZfAfW的MI3-0Q1・…0017-I2S1PM6S43I9*aiL-ACQ5-•2Wt«
2.n»aesr-□9Hoast-(7sn)()jMnqwt・AWM5ee312MIMIIwwfF*•14-ooir-0j0»•一OOBLOflWMD…p.m77WS409Iawnn.nIS7WCm!rotaImtadedtarittMtectedrdmcinScWimtuMiMtedrdObwrvMtomKlMSnjH6MBJ43717MB.WiesamOjOM01”amOOM1%,+“2也y-204麻%.25FE《yu6国y+2j78rankADIV
00.003-
0.005-o.ooo-o.ooi-
5.
0424.
7573.
7904.662rankADIV0-
0.010***-
0.010-
0.002—-
0.002••pretADIV0-
2.790-
1.460-3319-
2.
2940.133-
0.293…
0.031…
0.020--
4.
9864.
8783.
8504.654pretADIV0-
0.18V•
0.160-
0.024-•••0Q27…
1.121-
0.039-
0.019--
3.580-
1.591-
4.562-
2.775电Z
0.793-
0.
7911.120…
0.039…
0.019-
13.
5897.
4146.
7401.
97913.
5837.
4216.
7401.
9610.018-
0.051-
0.004-
0.007-
0.018-
0.05V
0.004-
0.007…
10.
75011.
58214.
92910.
05610.
71911.
57915.
04910.090曲
0.014-
0.047--•
0.003--
0.005-
0.014-
0.047-
0.003-
0.005-
6.8419S
737.
7497.
0226.
8099.
8377.
7567.
0220.013-
0.041—
0.003-
0.005-
0.013-
0.041—
0.003-
0.005-
6.
4798.
4638.
2598.
0066.
4108.
4328.
2218.
01061.-IM
0.
010.034-
0.002-
0.003-
0.01V
0.034-
0.002-
0.003-
7.
8048.
5507.
3656.
7407.
7708.
5447.
3386.716^{-
921.
2400.007-
0.018-o.ooi-o.ooi-
0.007-
0.018-o.ooi-o.ooi-
7.
1396.
9034.
9372.
6877.
1486.
8874.
9382.680Intercept-
0.003--
0.01-o.ooi--o.ooi•••-
0.003--
0.01V-o.ooi--
0.001—-
5.955-
6.476-
8.233-5571-
5.916-
6.453-
8.181-
5.555Observations
413.
510340364413.
510340364413.
510340364413.510340364R-squared
0.
0960.
0830.
0320.
0360.
0970.
0830.
0320.037VariableMeanMedianMeanMedianMeanMedian△D/V
0.
0000.000-
0.492-
0.
5000.
1880.118Ey-
20.
0810.
0710.
0800.
0730.
0870.073Eg
0.
0870.
0750.
0490.
0490.
1070.086Ey+
10.
0910.
0780.
0280.
0340.
1210.093Ey+
20.
0990.
0830.
0570.
0520.
1280.097Ey+
30.
1090.
0890.
0730.
0590.
1380.103Ret-
2.+
20.
0010.000-
0.033-
0.
0190.
0090.006Ret
32.-
20.000-
0.004-
0.021-
0.
0220.
0070.002Ret-
21.-
400.000-
0.004-
0.018-
0.
0210.
0040.001ReqYj..到
0.003-
0.001-
0.011-
0.
0110.
0070.
0020.003-
0.005-
0.038-
0.
0450.
0150.005Ret-
121.-
2400.009-
0.009-
0.028-
0.
0480.
0400.016⑴23AEy+J△Ey+2△Ey+3△D/V
0.025***
0.018***
0.018**
5.
1343.
1832.674Retz2o
0.086…
0.100***
0.095…
15.
29910.
8119.616Ret-2iM
00.078***
0.091***
0.094…
11.
45110.
5129.138Ret-4i-6o
0.074***
0.084…
0.079…
11.
6249.
3598.256Ret-6i「i2o
0.063***
0.070***
0.071…
11.
19710.
0569.508121-
2400.033***
0.037…
0.040*••
8.
2588.
1618.901Eq-l
0.412***
0.341***
0.332…
13.
1564.
7403.732Eq-
20.066*
0.
0790.
1281.
7811.
0971.364Eq-
30.
0210.
0300.
0600.
5630.
4150.643Eq-4-
0.099**-
0.
0610.007-
2.051-
0.
8090.
0700.452…
0.298…
0.257…
8.
5274.
2733.220△Eq-
20.161***
0.
0780.
0394.
3861.
1910.486△Eq-
30.
0750.017-
0.
0471.
5580.232-
0.559△Eq-
40.035-
0.035-
0.
1590.666-
0.421-
1.358Intercept-
0.007***
0.
0000.004-
2.
7450.
0000.820NonlinearcontrolsIncludedIncludedIncludedObservations165558154945145042R-squared
0.
1870.
1140.093123△Efy+i△Efy+2△D/V
0.001-
0.002-
0.011-
0.278-
0.663-
2.338Ref-
0.036…
0.043…
0.042…
7.
6837.
0155.276Ret⑷io
0.036-
0.041…
0.050…
7.
8525.
9595.719Ret4Mo
0.028…
0.027…
0.035…
6.
1464.
0374.115Ret-6i「i2o
0.022…
0.025…
0.032…
7.
6715.
1125.137Ref-12l.-24O
0.012…
0.012…
0.013**
5.
6503.
5532.321Efq
40.249…
0.189**
0.
1495.
2902.
4401.544Efq
30.192***
0.180**
0.159*
4.
2732.
4701.834Efq2-
0.
0310.
0510.049-
0.
4530.
4430.322Efql
0.
0050.
0040.
1430.
0780.
0371.036Efq
40.358…
0.240…
0.221…
7.
4513.
4682.710△Efq
30.308…
0.261**
0.
1264.
6512.
4651.
2620.
1200.111-
0.
0061.
3130.749-
0.034△Ejq”-
0.060-
0.308--
0.523…-
0.548-
2.146-
2.987Intercept-
0.009*-
0.
0030.004-
3.333-
0.
6840.732NonlinearcontrolsIncludedIncludedIncludedObservations176757166052155903R-squared
0.
1310.
1070.103。