Frivolity: Dividend Signaling Model#

一个股利信号模型#

来尝试做一个可以解释正向 / 反向股利信号的模型。我这里叫正向指的是公告发放股利后,公司股价上升的情况,即投资者认为是公司盈利好、富裕现金多的信号;反向信号即公告后股价下跌。

模型的设定如下:

我们纳入代理问题的考量。存在投资者(外部股权)和内部代理人(经理,可能持有股份)两方,公司正在经营一个新项目。这里关键的假设有:风险中性(贝叶斯均衡);风险项目的产出简化为两点分布,以一定概率 \(\alpha\) 获得现值 \(R\)\(1-\alpha\) 概率亏空为 \(0\);私人收益线性函数(见下)。

当下第一期实现了收入 \(R_0\),但之后仍然存在风险:好项目获得 \(R\) 的概率为 \(\alpha_H - \tau \theta\)\(0\) 的概率为 \(1-\alpha_H+ \tau \theta\)),坏项目获得 \(R\) 的概率为 \(\alpha_L - \tau \theta\),且 \(\alpha_H > \alpha_L\)。其中 \(\theta\) 为经理的偷懒程度,\(\theta \in [0,1]\)\(\theta = 0\) 为认真工作;\(\tau\) 表示了偷懒对项目经营的危险程度。

这里的信息不对称表现为外部投资者不清楚 \(\alpha\) 并赋以 \(\alpha_H\) 概率 \(\gamma\)\(\alpha_L\) 概率 \(1-\gamma\)),而经理知道自己是 \(\alpha_H\) 还是 \(\alpha_L\)。经理决定股利分配政策,实施发放股利 \(D\),为市场所观测。之后由董事会(投资者控制)决定经理报酬方案 \(R^a\)(根据信号 \(D\) 和未来项目收入 \(R\) 获得报酬,即 \(R^a(D,R)\) 且默认失败没有补偿 \(R^a(D,0) = 0\))。最后项目执行,经理选择 \(\theta\) 并最终依概率得到 \(R\)\(0\)。(流程可见上图)

当一部分当期收入作为股利时,另一部分留存收益 \(R-D\) 将进行再投资,这会提高未来的产出。我们假设如果项目成功的话,现值

\[ R = \frac{R_0}{\mu} + \beta (R-D)(1-w\theta) \]

其中 \(\mu\) 为折现率,通常 \(\mu = WACC\)\(\beta\) 为总投资回报率,通常 \(\beta = \frac{ROIC}{WACC} > 1\)(公司有盈利能力)。\(w\theta (R-D)\) 为代理成本(与留存收益成正比),\(w\) 代表了代理问题的严重性(挪用现金比例上限)。

经理的效用函数为

\[ U_a=\eta D+(\alpha-\tau \theta) R^a(D)+ \left(w\left(R_0-D\right)+R_w\right) \theta \]

其中 \(\eta\) 为经理原持股比例,得到分红的一部分。私人收益函数 \(w(R_0-D)+R_w\),常数项 \(R_w\) 是怠工本身(如休闲)带来的效用。注意第二项为未来项目带来的薪酬预期(失败为 \(0\))。

投资者的效用函数为

\[ U_{i}=(1-\eta) D+(\alpha-\tau \theta)\left(\frac{R_0}{\mu}+\beta\left(R_0-D\right)(1-\omega \theta)-R^a(D)\right) \]

以上 \(R_0, \mu, \alpha_{H/L}, \beta_{H/L}, w, R_w, \tau, \eta, \gamma\) 均为共同知识。我们这里假设了很多线性形式,可以料到最值会处在两极。

先来看最后一步,我们认为经理不会怠工。这个激励合约需要满足的条件:

\[\begin{split} \begin{aligned} & \text { Step 4. } U_a=\left(w R_0+R_w-w D-\tau R^a\right) \theta+\alpha R^a+\eta D \\ & \max U_{a} \Rightarrow R^a(D) \geqslant \frac{w}{\tau}\left(R_0-D\right)+\frac{R_w}{\tau}, \theta=0 \\ & (\alpha-\tau)\left(\frac{R_0}{\mu}+\beta\left(R_0-D\right)(1-w)\right) \leqslant \alpha\left(\frac{R_0}{\mu}+\beta\left(R_0-D\right)-\frac{w\left(R_0-D\right)+R_w}{\tau}\right) \\ & \text { loose } \alpha w \leqslant \tau^2\left(\frac{1}{\mu}+\beta\right) \end{aligned} \end{split}\]

最后的不等式条件说明怠工成本应比较大或项目价值足够大。

考虑混同均衡:

\[\begin{split} \begin{aligned} & \text{ Pooling Equilibrium: }D_H=D_L=D \\ & \max U_{i} \Rightarrow R^a(D)=\frac{w\left(R_0-D\right)+R_{w}}{\tau} \\ & \text { Step 2. } U_a=\eta D+\frac{\alpha \omega}{\tau}\left(R_0-D\right)+\frac{\alpha R_w}{\tau}+R_w+w\left(R_0-D\right) \\ & =\left(\eta-\frac{\alpha+\tau}{\tau} w\right) D+\left(w R_0+R_{w}\right) \frac{\alpha+\tau}{\tau} \\ & \Rightarrow D=R_0 \text { or } 0\\ \end{aligned} \end{split}\]

(若持股比较大则 \(D=R_0\),反之为 \(0\)

我们希望现实中的信号情形为分离均衡。但由于 \(R^a(D,R)\) 函数未定,均衡数量恐怕不少。考虑一种常见的方式——股权激励 \(R^a = \eta' R\)\(\eta'_{H/L}\) 为未来允诺的持股比例。

在混同均衡下,有

\[\begin{split} \begin{aligned} & R^a(D)=\eta^{\prime}\left(R_0\left(\frac{1}{\mu}+\beta\right)-\beta D\right) \\ & \text{then } D=R_0, \eta_H^{\prime} = \frac{R_w \mu}{R_0 \tau} \text{ or } D=0, \eta_L^{\prime} = \eta_H^{\prime} + \mu(\frac{w}{\tau} - \beta_L) \end{aligned} \end{split}\]

而分离均衡的出现要求

\[\begin{split} \begin{aligned} & \text{ Separating Equilibrium: } \\ & \text { Step 2. } U_a=\alpha R^a(D)+\eta D \\ & \qquad\quad =\left(\eta-\eta^{\prime} \alpha \beta\right) D+\eta^{\prime} \alpha R_0\left(\frac{1}{\mu}+\beta\right) \\ & \Rightarrow \left(\eta^{\prime} \alpha \beta\right)_L>\eta>\left(\eta^{\prime} \alpha \beta\right)_H \text{ or } \left(\eta^{\prime} \alpha \beta\right)_H>\eta>\left(\eta^{\prime} \alpha \beta\right)_L \\ & \text{ corresponding to }\left\{\begin{array} { l } { D _ { H } = R _ { 0 } } \\ { D _ { L } = 0 } \end{array} \text{ or } \left\{\begin{array}{l} D_H=0 \\ D_L=R_0 \end{array}\right.\right. \\ & \end{aligned} \end{split}\]

简便起见,我们令 \(\beta_L = \frac{w}{\tau}\) 即最低工资,这样 \(\eta'_H = \eta'_L = \eta\),持股比例不变。两种情况(正向 / 反向)对应 \(\alpha_L \beta_L>1>\alpha_H \beta_H \ / \ \alpha_L \beta_L<1<\alpha_H \beta_H\)

我们假设投入好项目的总值一定胜过投入坏项目,即 \(\alpha_L R_0\left(\frac{1}{\mu}+\beta_L\right)<\alpha_H R_0\left(\frac{1}{\mu}+\beta_H\right)\)。但边际产出 \(\alpha_H \beta_H\)\(\alpha_L \beta_L\) 关系并不明确——对于成熟的项目和公司,\(\alpha_L \beta_L > \alpha_H \beta_H\);而对于新兴领域的项目和公司,\(\alpha_H \beta_H > \alpha_L \beta_L\),好项目机会急需资金扩张。

于是我们看到,正向和反向的股利信号都有可能出现。

考虑股利发放公告公布前公司的股权市值:

\[\begin{split} \begin{aligned} V_0 & = \gamma\left(D_H+\alpha_H\left(\frac{R_0}{\mu}+\beta R_0-\beta D_H\right)\right) \\ & \quad +(1-\gamma)\left(D_L+\alpha_L\left(\frac{R_0}{\mu}+\beta R_0-\beta D_L\right)\right) \\ & = \gamma V_H+(1-\gamma) V_L \end{aligned} \end{split}\]

公告后市值 \(D_H \rightarrow V_H\)\(D_L \rightarrow V_L\)

结合前面的系数条件,我们不难得到总是有 \(V_H > V_0 > V_L\)

反向股利信号真的存在吗?微软自1986年IPO后,迅速成长,很多年采取零股利政策。2003年,微软第一次宣布派发现金股利,公司股价却一度下跌。