金融发展与信息不对称

《金融发展与信息不对称》由会员分享，可在线阅读，更多相关《金融发展与信息不对称（12页珍藏版）》请在金锄头文库上搜索。

1、文献一：金融发展及信息不对称摘要：我们在一个拥有 32 个国家年度数据的面板协整框架内检验一个假设，这个假设就是：信息不对称的程度应该随着金融系统的发展而降低。为此，我们延伸巴伦等人的(1998)模型，导出了一些分析师的共识，在这些分析师的预测中，他们考虑了偏见和羊群效应。我们从国家的层面来预测这项措施，这是负相关的信息不对称，数据来源于 I/B/E/S 全球总量数据库。此外，我们用在世界银行金融发展和结构数据库中发现的一套广泛的指标来代替金融发展的指标。和预期相一致，尽管国与国之间在金融发展和制度框架的特性方面存在本质上的差别，但这些分析师的共识正相关于金融体系发展的指标。前言：在这篇文章中

2、，我们探寻了已经发展成熟的理论，而根据我们所知道的，迄今没有检验一个假设。这个假设就是：信息不对称的程度应该随着金融体系的发展而降低，同时也应该随着金融体系由以银行为基准走向以资本市场为基准这个变化过程而降低。总之，以资本市场为基础的金融体系对公共信息的需求比以银行为基础的金融体系更高。这些公共信息对公司前景的评估有重要作用，因此，给他们额外所需的资金来实现这些前景也至关重要。在后者，银行由于与借贷公司有着紧密的关系而获得私人信息，连同银行更高的议价杠杆，与证券持有者及少数股民的杠杆作用相比，这些银行对私人信息的需求减弱。欲知详情,感兴趣的读者可以查阅 Beim and Calomiris (

3、2001, pp. 150-192) and Mishkin (2000, pp. 181-198).想把握一个稳健的理论框架，读者可以查阅 Diamond (1984). 毫无疑问, 缺乏相关经验的工作很大程度上是因为量化不对称信息和金融发展程度有难度。信息不对称和金融发展都是定性的并且是多方面的。例如，为信息不对称的程度构造个指标时，把有关数量、质量和公司披露的实效信息考虑进去是远远不够的。另外,还需要考虑顺从的激励和执法质量。事实上,这不是一个简单的任务!为克服这个困难,我们将“金融和发展”以及“融资”这两个分支的文献合并。前者提出了几个金融发展的指标，后者为金融发展之间信息不对称而提出

4、。Levine (2004)对前者提供了一个极好的调查，Clarke and Shastri (2001)为后者提出了一个全面的列表和一个齐整的分类。Clarke 和 Shastri 另外还讨论了有关于信息不对称的替代指标和信息不对称之间的关系的理论是不确切的，也就是说，这二者之间的关系为正相关还是负相关是不确定的。与现有文献相比,我们使用一套更广泛的经济发展指标,而我们的不对称信息尺度具有更稳健的理论基础。从第二个文献分支开始,从非对称信息指标使用到目前为止,我们研究分析师们的收入预期的离散理论，也许最广泛使用替代指标和最强的理论背景。Barry and Brown (1985)指出分析师们

5、关于公司收入的观点随着公共信息数量的递增而趋于集中。Barry and Jennings (1992) 确认该理论的结论，尽管他们指出私人信息在分析师们多样性观点中的作用取决于市场上私人和公共信息的相关数量。然而,巴伦等 (1998)(今后 BOSD)表明,分析师的共识是信息不对称的一个更好的指标。这个指标与信息不对称程负相关，它被定义为分析师的不确定性到完全不确定性之间的常见比例。正如 BOSD 表明的,它能够计算出他们预测的观察统计资料。Botosan and Harris (2000), Barron et al. (2002) and Liang (2003)在这些使用过这个指标的人当

6、中。长话短说,我们可以试验的假设是：分析师们的预测中的共识应该正相关于量化金融系统发展的指数。然而，在实践中,分析师们的预期,以及来源于他们的量化方面的共识被几个薄弱环节污染,这些薄弱环节潜在地影响了它与金BB金融市场货币市场资本市场AA资金金融中介机构银行其他金融机构其他机构资金 资金资金借款人。公司。政府。家庭。非居民直接融资EED DCC资金金贷款人/救助者。家庭。公司。政府。非居民间接融资融发展指标的关系。这些薄弱环节在于分析师表面冲突的激励,理性的偏见，分析认知偏差和羊群效应(见,例如 Antia and Pantzalis, 2006; Cooper et al., 2001; F

7、riesen and Weller, 2006; Lim, 2001) 一个确定的假设是：大量的第二阶段的调整随着信息不对称的减少而减少。这些调整同样也对分析师们的预期的共识产生影响。直观地，更多的公共信息会减少分析师们的偏差，也会减少对有偏见的预测报告的激励。它同样可以减少对集群的需求，也可能降低认知偏差的可能性。我们研究的逻辑基础在图一中被非常形象的阐明了。这个图描绘了金融体系的结构。在这个图形中，划线的片段AA,BB,CC,DD和EE 标记了信息不对称存在的点。我们集中关注的是被AA片段标注的点，这个点符合第一阶段的无偏见预测。然而，由于所提及的薄弱环节，我们基本上在被BB片段标注的点上

8、测量信息不对称。换句话说，这些薄弱点使得分析师们所相信的和所报告的出现了落差。他们同样也使得真实的与他们所观测达成的共识出现偏差。图一：金融体系结构和信息不对称 长话短说，分析师们的预测中的共识有三个影响：第一个来自“真实”信息不对称，第二个来自羊群效应，第三个来自分析师们的激励冲突和理性上的偏差。所有这几个影响正相关于信息不对称。但是他们对分析师们的共识有不同的影响：第一个和第三个是负面影响，而第二个是正面影响。整体效应虽然之前没有相关经验，但很可能是负面的。然而，正如结论部分讨论的那样，这个不确定的整体效应并没有降低我们的研究结果的重要性。总而言之，如果这个研究结果对在此被使用的过分渲染的

9、共识的测量方式有意义，那么他们对“真实”信息不对称的意义应该更大。至于金融发展指标，我们大量使用世界银行金融发展和结构数据库的一套指标(Beck et al., 2000)试图捕捉尽可能多方面的金融系统结构和发展。这些指标以同时跨越国度和时间的方式量度了金融体系各个组成部分的大小、活跃性和效率,金融体系组成部分包括金融中介机构、保险行业和股票和债券市场。我们使用面板协整框架，利用32个国家从1990年到2004年的年度数据进行了计量分析。样本根据数据的可用性而确定。计量研究结果与预期的一致。简言之，分析师们的共识正相关于银行和其他金融中介给私人的贷款额，也正相关于人寿保险行业的发展和股票市场的

10、流动性。这三项指标的价值越高表明金融系统越发达。此外，这个研究结果被几个稳健性检验所强化。据我们所了解，这是第一篇用实证分析金融发展和信息不对称之间关系的文章。Chang等人（2000）的相关的文章局限性更大。它只在国家层面上将信息不对称与国家的显著特性相连，比如平均的公司规模，随GDP 的股市资本化，法律起源和量度信息披露标准的质量的指标。信息不对称由分析师们的预测中的以及横截面设定中的离差来替代。与这篇文章的结论一致，我们发现，在其他条件不变的情况下，盎格鲁- 撒克逊法律体系更集中。这个法律体系可能更有利于资本市场的发展。与Chang等人（2000）的文章相比，本文的价值增加源于几个因素。

11、首先，我们对信息不对称使用了更稳健的度量。而且，有些显著的特性并非总是金融发展水平的良好指标，比如说法律起源和披露标准的质量这两个指标。如一些知识渊博的观察家们曾经指出的那样，可能存在一些国家，他们有同一套特征却是不同的金融系统，比如政治和历史经验这样的因素形成了他们各自的体系(Rajan and Zingales, 2003)。再者，在一个横截面设置中利用这些特点，这些特点随时间的推移变化不大，他们无法探索研究如本文所研究的金融体系和信息不对称的联合演化。最后，这儿使用的面板协整方法考虑了Chang等人的大部分时间不变特点的影响。文章余下的部分是如下组织的：第二部陈述了理论模型，即确定了可验

12、证假说。而第三部分讨论了金融发展的指标。第四部分给出了数据并分析了在面板设置中的单根检验以及协整检验与计量经济学有关的问题。而第五部分给出了实证结果。第六部分是结论。2.分析师们的预测和信息不对称我们沿用巴伦等人的模型将分析师们的信息环境属性与他们预测的被观察数据联系起来，同时考虑了这些预测的弱点。正如已注意到的，这些弱点，即分析师们面对的矛盾激励，他们的理性偏见，认知偏差和羊群效应，这些弱点使得分析师们相信的（图一中 AA 线段所示）和他们所报告的（图一中 BB 线段所示）出现隔阂。为便于讨论，我们以巴伦等人的设置的一个简要介绍开始。他们考虑了一个被 N 个分析师追踪的公司，这些分析师对该公

13、司的收入 y 进行了预测。每个分析师的信息集都有两个子集，一个包含了对所有都可以利用的普通信息，另一个包含了私人信息。基于普通信息的预测有平均值 和精确度（逆的方差）h，然而基于分析师 i 的私人信息的预测用 表示。其中，随机项 表示不同分析师们的私人信息，它是一个只由分析师 i 观察到的信号。这一项独立于其他变量，并服从均值为 0，精确度为 的正态分布。精确度越高，分析师 i 对公司的收益的预测越精确。而 和 h 都在公共领域， 和 却不在。投资者和其他分析师们知道私人信息的存在却不知道他们的属性。然而，增大与总数相关的公共信息的精度 h，也就是增大中的 h,表示企业管理者与分析师们之间的信

14、息不对称程度的降低。每个分析师的预测是他基于可得信息之上的最好估计。如下面的方程（1）所示：（1）巴伦等人定义共识，用 表示，C 视为常见不确定性的比率，V 表示所有不确定性。（2）常见不确定性就是分析师们的预测的平均成对协方差。总的不确定性是分析师们预测的 y变量的平均值，取决于他们的信息集。正如附录 B 中所证明的， 可以被表示为（3）其中，巴伦等人注意到 包含来自两个方面的影响。一方面是由 测定的信息不对称的存在性带来的影响；另一方面是由 y 测定的私人信息的质量差异性带来的影响。而且，他们呢指出，共识 ，总的不确定性 V，这些是分析师们的预测 D，平均预测标准误差 SE 和分析师的数量

15、 N 的离差函数.为检验共识与信息不对称之间的关系，我们把方程（3）转换成（4）其中 是 的平均值上下的变量， （为了这一个和以后所有的证据可看附录） 。第（4）个方程对 球偏导数得：（5）方程（5）为我们的研究提供了逻辑基础。共识 随着 的增大而增大，也就是，随着信息不对称程度的降低而增大。用代数方法表示为：（6）看到这个式子，方程（5）中的前两部分是严格为正的，对于第三部分有三种情况：1）当独立于 ，即 时，这部分为 0；2） 与 负相关时，即时，该部分为正；3）当 与 负相关时，即 ，该部分为负。上述情况中，只有第三种情况会导致 随 的增加而减少。然而，逻辑假设是随着信息不对称程度的降低

16、，即随着 的减小，由 表示的分析师们的私人信息的质量差异性应该不会增大。总之，共识 极可能是 的递增函数， ，所以是信息不对称的一个递减函数。接下来，我们沿用巴伦等人的模型来考虑分析师们的冲击激励，理性偏差和羊群效应对他们所预测的观察数据的影响。为这样做，我们假设每个分析师没有报告他对一个企业的收益的最佳估计， ，而是一个带有偏差的估计， ，由方程（7）给出：为方便与巴伦等人的结论的比较，我们用他们文章中同样的字母加星号标注来表示拓展模型的变量。任何认知偏差都包含在 中，我们不会对它们进行更深入的考虑。然而，在假设认知偏差不会随信息不对称的增多而减少的情况下，结论不会受到影响。方程（7）中的 项解释了分析师 i 的预测中的上述缺陷。这些缺陷因分析师的不同而变化。然而， 和 越高表示预测中的缺陷和偏差越大。我们进一步假定 与分析师 i 的非偏见预测无关联，即我们的鉴别假设是缺陷的大小正相关于信息不对称。换句话说，随着与总数相关的公共信息 h 的精度的增长，即随着 的增长，分析师们由于所面临的矛盾激励而报告偏见性预测的余地降低。他们报告理性偏见