｜导读｜

尽管目前对财务困境与股票收益的研究已经取得了丰富的研究成果，但对于财务困境的事件研究，国内学者的研究结论并不统一，并且国内相关研究主要集中在公司是否ST的预测上，而关于我国股票市场上的财务困境风险与资产定价研究尚显空缺。

本文利用特别处理(ST)这一我国资本市场特有的现象和机器学习的方法构造了一个新的刻画上市公司财务困境的测度指标，并研究了财务困境与股票横截面收益的关系。首先，利用事件研究法检验ST事件前后的异常收益，为后续研究提供了依据；然后，基于前人研究和上市公司财务基本面特征，构造22个财务指标作为待选变量，使用机器学习的方法建立ST预测模型，并构造了财务困境测度指标PrST；最后，探究ST与股票横截面收益的关系，检验财务困境风险是否被市场有效定价，利用PrST对上市公司进行分组，根据市值加权构造资产组合，考察最高组和最低组的原始收益率和超额收益率，并使用Fama-MacBeth回归进行检验。

最终，本文得出如下主要结论：

1. 以ST前后60天作为事件研究的窗口期，发现上市公司ST前后5天累计超额收益率发生巨幅下降，事件研究结果表明市场对特别处理公告能够做出显著的负面反应。

2. 利用财务困境指标PrST构造资产组合，PrST高的资产组合收益率显著低于PrST低的资产组合，一个多空股票组合可以产生平均每月约-1.40%的超额收益。

3. 构造PrST因子，Fama-MacBeth回归得到显著的结果，表明财务困境指标PrST能够有效解释股票横截面收益，PrST因子是一个被定价的风险因子。

本文对财务困境相关研究领域做出了一定的补充和贡献：第一，对于ST的事件研究，国内学者的研究结论并不统一，本文使用了自1998年实施ST制度以来的ST公告数据，时间跨度长，信息更加全面，研究发现市场对ST公告做出显著的负面反应，对该领域的研究起到了补充作用；第二，与国外关于财务困境预测的研究相比，本文利用机器学习算法，通过逐步回归的向前向后法从特征集合中筛选出最优子集，在模型上具有一定贡献，同时利用中国资本市场的独特性，构造了新的财务困境测度指标；第三，与国内关于财务困境预测的研究相比，本文构造的财务困境测度指标PrST可以全面刻画A股上市公司财务困境的可能性，从而丰富了ST预测的研究。此外，本文利用中国独有的ST制度，通过构造的财务困境测度指标研究了我国上市公司的股票横截面收益差异，为国内对于财务困境风险与资产定价的研究提供了补充，为国内外关于财务困境是否被股票市场作为风险定价的争论提供了新的直接证据。

本文的研究可以得到如下的政策启示：一方面，上市公司ST制度使投资者认识到ST公司面临的财务困境等异常状况，因此进一步完善和发展我国上市公司ST制度提高股票市场定价效率，有利于我国股市持续健康发展。另一方面，我国股票市场仍处于发展的初期阶段，市场机制尚未健全，尽管在公司ST发布日之前，市场已经有预期，但大多数投资者在接收到证券交易所ST信息之前，并没有意识到公司所面临的问题，对公司财务报告中的信息没有充分吸收，因此，监管部门应进一步要求上市公司加强信息披露与信息公开透明。

中国人民大学财政金融学院教授，博士生导师，中国人民大学(财政金融学院)金融工程研究所所长, 国家杰出青年科学基金获得者, 教育部“长江学者奖励计划”特聘教授。主持过国家自然科学基金青年项目、国家社会科学基金重点项目、国家杰出青年科学基金、国家自然科学基金面上项目4项、国家自然科学基金重点项目等。在数理经济学、金融经济学、经济理论和经济政策等方面发表学术论文100多篇，发表国际期刊论文的杂志包括Journal of Mathematical Economics (1996), Mathematical Finance (2002), Economics Letters (2005), Journal of Mathematical Analysis and Applications (2006), Journal of Development Economics (2007), Economic Theory (2009), European Journal of Operational Research (2010), Journal of Banking and Finance (2011), World Economy (2011), Economic Modelling (2011, 2011, 2013, 2014, 2021), Journal of Financial Markets (2017, 2023), International Review of Economics and Finance (2021, 2023), Pacific-Basin Finance Journal (2022), Journal of Management Science and Engineering (2022, 2023), International Journal of Finance and Economics (2023)等。