首页资料文库正文

股票收益率范文10篇

时间：2023-04-08 03:44:09

股票收益率

股票收益率范文篇1

本文实证分析的数据选取上海股市综合指数(简称上证综指)每日收盘指数。考虑到我国于1996年12月16日开始实行涨跌停板限价交易，即除上市首日以外，股票、基金类证券在一个交易日的交易价格相对上一个交易日收市价格的涨跌幅不得超过10%，本文把数据分析时段选择为：1996.12.16-2007.05.18，共2510组有效数据。数据来源为CCER中国经济金融数据库。数据分析采用软件为Eviews5.1。通过对原始序列的自然对数变换，得到上证综指收益率序列，有2509个数据，记为RSH。

2基本统计分析

2.1序列的基本统计量

对称分布的偏度应为等于0，而上证综指收益率的偏度为负值，说明该序列的分布是有偏的且向左偏斜，即收益率出现正值的概率小于收益率出现负值的概率。另外，已知正态分布的峰度等于3，而上证综指收益率的峰度是8.919924，远大于3，这表明RSH序列不服从正态分布，而是具有尖峰厚尾特性。

2.2序列的自相关性

采用Ljung-BoxQ统计量检验上证综指收益率序列的自相关性。原假设为序列不存在阶自相关。根据上证综指收益率的10阶滞后期的Q统计值及其相应概率值可知，上证综指收益率的相关性并不显著。

2.3序列的平稳性和正态性

为了避免伪回归现象的发生，在建立回归模型之前须对收益率序列进行平稳性检验。采用ADF方法检验RSH序列的平稳性，其检验统计值为-51.7733，远小于MacKinnon的1％临界值，认为上证综指收益率序列不存在单位根，是显著平稳的。这就避免了非平稳性带来的许多缺陷。上证综指收益率序列的D.W.值为1.9705，非常接近于2，表明其残差序列不存在序列相关。

本文使用Jarque-Bera方法对RSH序列其进行正态性检验，检验统计值为3682.735(p=0.000)，概率值足够小以至于必须怀疑原假设的正确性。这也就说明，用正态分布对中国股市收益率的波动性进行描述是不正确的。

2.4ARCH效应检验

大量的实证分析表明，大多数金融资产收益率序列的条件方差具有时变性，即ARCH效应。利用ARCH-LM方法检验残差序列中是否存在ARCH效应。选择滞后阶数为5阶，检验统计值为28.92598(p=0.000)，表明残差存在显著的ARCH效应，至少存在5阶的ARCH效应。这就意味着必须估计很多个参数，而这却是很难精确的做到。在这种情况下，可以用一个低阶的GARCH模型代替，以减少待估参数的个数。

3分布模型的确定

金融时间序列的分布往往具有比正态分布更宽的尾部。为了更精确地描述这些时间序列分布的尾部特征，本文分别运用GARCH-Normal、GARCH-t和GARCH-GED模型拟合样本数据。

较之其它模型，GARCH-t(1,1)模型的对数似然值有所增加，同时AIC和SC值都变小，这说明GARCH-t(1,1)模型对上证综指收益率序列波动的刻画能力要强于其它模型。对模型中的未知参数进行极大似然估计，得出GARCH-t(1,1)模型为：

均值方程为：RSH=0.0399(1.7435)

方差方程为：2t=0.1137+0.1331×2t-1+0.8261×2t-1

(4.5005*)(6.6345*)(10.3761*)

在方差方程中，ARCH项和GARCH项的系数都是显著的，且两项系数之和为0.9592，小于1，满足参数约束条件。另外，系数之和非常接近于1，表明收益率序列的条件方差所受的冲击是持久的，这对所有的未来预测都有重要作用。

4分布模型的检验

模型建立的好坏首先要检验其是否有效的消除原序列的异方差性。另外，基于收益率序列概率积分变换的检验方法，可以检验序列分布与理论分布的拟合情况。对原序列做概率积分变换，然后检验变换后的序列是否服从i.i.d.（ol）均匀分布。一般地对变换后的序列进行BDS检验，以判断其是否是独立同分布。而运用Kolmogorov-Smirnov(K-S)检验则可以检验变换后的序列是否服从均匀分布。4.1残差序列的ARCH-LM检验

对新方程产生的残差序列{εx}进行ARCH-LM检验，以观察是否还存在ARCH效应。选择滞后阶数为1阶，ARCH-LM检验统计值为0.629764(p=0.426)。伴随概率显著不为0，即接受原假设，认为残差序列{εx}不存在ARCH效应。这说明，用GARCH-t(1,1)模型拟合样本数据可以消除序列的异方差效应。

残差εxt的分布为vxσ2xt(vx-2)εxt|It-1~t(vx)，根据残差序列的数值，变换为vxσ2xt(vx-2)εxt序列，并按照自由度为vx=4.6528的t分布函数，对其进行概率积分变换，得到新序列记为{ut}。新序列{ut}在理论上应是独立同分布序列，且服从(0,1)的均匀分布。因此，本文通过BDS检验、K-S检验对新序列{ut}的分布进行检验。

4.2BDS检验

BDS检验的原假设是序列为独立同分布的随机变量。根据表中的概率值可知，在显著性水平α=0.05下，认为新序列{ut}为独立同分布的变量。

4.3K-S检验

对新序列{ut}进行K-S检验，其检验统计值为0.0175(p=0.4245)，这表明，用新序列{ut}服从独立同分布的(0,1)均匀分布。这也说明了GARCH-t(1,1)模型可以较好的拟合上证综指收益率序列的分布。

5结论

本文对上证综指对对数收益率序列的分布模型进行了实证研究。在现实生活中，金融收益序列分布不仅呈现出偏斜、尖峰、厚尾等特征，还具有异方差的特性，本文首先通过大量的统计检验方法验证了金融时间序列的各项特性。GARCH模型比ARCH模型有更快的滞后收敛性，从而大大减少了参数的个数，提高了参数估计的准确性。在运用正态分布假设的GARCH模型来描述金融收益序列的条件分布时，正态分布假设常常被拒绝，人们用一些具有尖峰、厚尾特性的分布，如t分布、GED分布来替代正态分布假设，从而得到一系列GARCH模型的扩展形式，如GARCH-t模型、GARCH-GED模型等。本文依据严密的统计分析方法选择了GARCH-t(1,1)模型描述上证综指对数收益率序列的分布。最后，根据各项模型检验结果说明，用GARCH-t(1,1)模型描述上证综指收益率序列是有充分理由的。

摘要：在金融市场迅速发展、金融创新不断深入的今天，股票市场的波动也日益加剧，风险明显增大，资产收益率的分布形态也更加复杂化。对上证综指对数收益率序列进行实证研究，依据严密的统计分析方法建立了GARCH-t(1,1)模型。最后，通过相应的模型检验方法验证了GARCH-t(1,1)模型能够很好的刻画上证综指对数收益率序列的统计特征。

关键词：股票收益率；GARCH模型；统计检验

在风险管理中，我们往往关注的就是资产收益率的分布。许多实证研究表明，金融资产收益率分布表现出尖峰、厚尾的特征。另外,收益率序列还具有条件异方差性、波动聚集性等特点。选择合适的统计模型对金融资产收益率分布进行描述显得尤为重要。



参考文献

［1］高铁梅.计量经济分析方法与建模:Eviews应用及实例［M］.北京:清华大学出版社,2006.

［3］易丹辉.数据分析与Eviews应用［M］.北京:中国统计出版社,2002.

［4］刘仁和，陈柳钦.中国股票市场波动的统计特征分析［J］.现代管理科学，2005,（1）:108~109.

股票收益率范文篇2

2基本统计分析

2.1序列的基本统计量

2.2序列的自相关性

2.3序列的平稳性和正态性

2.4ARCH效应检验

3分布模型的确定

均值方程为：RSH=0.0399(1.7435)

方差方程为：2t=0.1137+0.1331×2t-1+0.8261×2t-1

(4.5005*)(6.6345*)(10.3761*)

4分布模型的检验

4.2BDS检验

BDS检验的原假设是序列为独立同分布的随机变量。根据表中的概率值可知，在显著性水平α=0.05下，认为新序列{ut}为独立同分布的变量。

4.3K-S检验

5结论

关键词：股票收益率；GARCH模型；统计检验

参考文献

［1］高铁梅.计量经济分析方法与建模:Eviews应用及实例［M］.北京:清华大学出版社,2006.

［3］易丹辉.数据分析与Eviews应用［M］.北京:中国统计出版社,2002.

［4］刘仁和，陈柳钦.中国股票市场波动的统计特征分析［J］.现代管理科学，2005,（1）:108~109.

股票收益率范文篇3

1数据选取

2基本统计分析

2.1序列的基本统计量

2.2序列的自相关性

2.3序列的平稳性和正态性

2.4ARCH效应检验

3分布模型的确定

均值方程为：RSH=0.0399(1.7435)

方差方程为：2t=0.1137+0.1331×2t-1+0.8261×2t-1

(4.5005*)(6.6345*)(10.3761*)

4分布模型的检验

4.2BDS检验

BDS检验的原假设是序列为独立同分布的随机变量。根据表中的概率值可知，在显著性水平α=0.05下，认为新序列{ut}为独立同分布的变量。

4.3K-S检验

股票收益率范文篇4

关键词：股票实际收益率；通货膨胀率；ADL模型

从上世纪30年代开始，美国等国家就有学者陆续开始研究股票收益率与通货膨胀率的关系，而我国自从20世纪90年代开始才陆续涌现出一批学者对该论题进行研究。论文百事通在国外，最早的研究是费雪（1930）的“费雪效应”，他认为在理论上资产的实际收益率应保持不变，当通货膨胀率发生变化时，资产的名义收益率会相应做出等幅调整，通货膨胀率的增加或者减少完全能够通过资产的名义收益率体现出来，从而导致资产的实际收益率保持不变。

1股票实际收益率和通货膨胀率的实证研究

本文采用自回归分布滞后模型（ADL）来研究我国股票实际收益率和通货膨胀率的相关关系。在以往的研究中，绝大多数学者一般采用如下模型来研究股票实际收益率和通货膨胀率的关系：

其中INFt指通货膨胀率，RRSt指股票实际收益率，但模型（1）还不能反应股票实际收益率的所有因素，如经济增长率、长期国债利率、股权分置改革、证监局的新政策等。因此本文在结合我国股市的实际情况，以及主要是为了度量股票实际收益率和通货膨胀率关系的前提下，对模型（1）稍作改进：

之所以在该模型中添加了RRSt的滞后项，因为根据“羊群效应”，我们知道前期股市收益会对当期收益率起到影响。一般情况下，假如股市前期收益率提高，未入场者就会被股市的赚钱效应所吸引，导致更多的资金涌入股市，根据供需模型的原理，在供给较固定的情况下，需求增加会导致股票价格上涨，从而导致当期收益率的进一步提高；反之，亦成立。

1.1数据的处理

本文采用能同时反映沪深两市整体运行情况的沪深300指数的月度数据，数据区间为2002.1~2008.1，对于通货膨胀率则采用常用的CPI指数来度量。定义月股票实际收益率为当前月收盘价减上月收盘价再除以上月收盘价并扣除当前月的通货膨胀率，即：

1.2模型的实证研究

我们采用自回归分布滞后模型（2）来对2002.1~2008.1期间我国股市的实际收益率和通货膨胀率之间的关系进行实证分析。为了区分短期和长期之间的区别，本文先只考虑当期RRSt和当期INFt的关系，经检验发现模型在5%的显著水平下残差存在异方差性，且满足ARCH（1），故利用ARCH（1）模型进行估计：

对模型（3）进行相关检验，在1%的情况下能通过显著性检验，模型不存在异方差。同时模型（4）中的绝大多数系数也能通过显著性检验，对模型（4）的残差进行自相关检验和ARCHLM检验，在5%的显著水平下也都通过显著性检验，说明该模型拟合是成功的。

2实证结果解释

本文根据改进后的ADL模型对我国2002.1~2008.1间的股票实际收益率和通货膨胀率的关系进行实证分析，得到的模型都能通过显著性检验。根据实证结果还可以得到如下结论：

（1）实际影响股票实际收益率的因素有很多，通货膨胀率只是其中的重要因素之一，这就决定了它不能完全解释股票实际收益率的变动，从模型（4）知，通货膨胀率及其7期滞后一起仅能解释股票实际收益率变动的43%左右。但考虑到我国股市一直属于所谓的“政策市”以及其他因素的影响，出现这种情况就不足为奇了。

（2）说明前一期股票实际收益率每变化1%，能引起当期收益率0.628%的变化，这反映当期收益率受前期收益率影响较大。这些都可以用市场的“趋势”力量和“羊群效应”等来解释。这表明我国股市虽然不够完善但还是遵循着一定的规律。

（3）从短期看股票实际收益率和通货膨胀率之间存在着强的负相关关系，即通货膨胀率每上涨1%会导致股票实际收益率下降约0.998%；从长期看，从表二的检验结果可知INFt的回归系数之和是显著非零的，且，说明股票实际收益率和通货膨胀率之间存在着显著的负相关关系，且INFt滞后7期每增加1%就能导致t期的RRSt降低约0.197%。故无论从短期看还是从长期看，通货膨胀率对股票实际收益率影响都为负，即在这段时间通货膨胀率的上升会降低股票实际收益率，也就是说现阶段投资股票并不能起到对抗通货膨胀率带来的贬值风险。

（4）从模型（4）知：股票实际收益率和通货膨胀率二者之间存在着显著负相关的关系，这与一些专家得出的通货膨胀率对股票收益有正面影响的观点相悖。如费雪（1930）、黎春（2001）等均得出过股票实际收益率和通货膨胀率之间存在着正相关的结论。本文结论表明“费雪效应”在我国现阶段并不一定成立。

3结语与建议

本文侧重于分析股票实际收益率和通货膨胀率两者之间的关系，所以在分析时没有考虑其他有影响作用的因素，也可能由于样本容量不够大，导致模型（5）中拟合度不是很高，但该模型通过了显著性检验。从上述结论可知，现阶段投资股票不能起到对抗通货膨胀率带来的贬值风险。这与我国金融市场还不是特别规范，市场上的一些矛盾还不能通过市场的自动调节来解决有关。每当通货膨胀率超过预期时，政府多采取提高存贷利率等刚性较强的紧缩性政策来遏制它。

参考文献

股票收益率范文篇5

关键词：收益率正态分布稳定分布分布拟合

收益率分布的经验研究自20世纪60年代早期一直延续到今天。金融资产收益率的分布假设是现代金融理论和金融市场风险分析的重要前提，通常假设金融资产收益率服从正态分布，而实际金融数据并非如此，往往具有尖峰厚尾特性。经济学家和统计学家对金融资产收益分布的非正态特性研究已有一段历史，从最早的Mandelbrot和Fama到最近的Hish和Anderson的研究均表明：西方股票市场和其他金融资产市场的收益率表现为非正态分布，而是一种“尖峰态”分布，即在均值附近的频数比正态分布较多，并且有较肥胖的尾部，通常有偏度。

本文选取我国股票市场具有代表性的上证综指为研究对象。将1990年12月至2005年12月期间上证综指收益率序列的频数分布与具有相同长度的正态序列的频数分布作比较，经验分布可以直观显示收益率分布与正态分布的差异。笔者进一步通过X2拟合检验、峰度、偏度检验和易变性期限结构分析等多种方法对我国股票市场收益率分布的正态性进行检验，不难得出结论：我国股票市场收益率不服从正态分布，收益率分布呈现尖峰胖尾特征。

稳定帕累托分布

Mandelbrot(1963)最先强调了金融收益率序列的“胖尾和高尖峰”特征事实，并提议用稳定帕累托分布（StableParetianDistribution）来拟合股票收益率的胖尾特征。稳定帕累托分布能很好地描述这种特性。稳定帕累托分布也称为稳定分布，是含有4个参数的分布，一般没有解析表达式，由特征函数来描述。设其特征函数为f（t），则

其中，α是特征指数，既度量分布的尖峰程度又度量分布的胖尾程度，α∈（0，2]；β是偏斜度参数，β∈[-1，1]，当β=0时，分布是对称的；β＞0时，分布是右胖尾的，随β逐步逼近1，右偏斜程度增加,当β＜0时，情形正好相反；δ是均值的位置参数，δ∈（-∞，∞）；г是可以调整的标度参数，г∈(0，∞)。Sign(•)为符号函数。

当参数α=2，β=0时，稳定分布即为正态分布。稳定分布是分形，因为它们在时间方面有足够的自相似性。如果每日价格的一个分布有一个均值m以及α=a，那么，5天收益率的分布就有均值5m而仍旧有α=a。一旦作了时间标度的调整，序列的概率分布就仍然保持同样的形状。这种序列被称为是标度不变的。同样的描述也适用于α=2而分布是正态分布的情况，因为正态分布是分形分布族的一个特例。

然而，当α不等于2时，分布的特性就会发生变化。当1＜α＜2时，方差变成无定义或无限的。只有在α=2时，方差才是有限的和稳定的。因此，只有当系统是一个随机游动时，样本方差才是重要的。否则，无限方差是可能的，而且多半是典型的。如果α不等于2，样本方差作为离散度或风险的度量几乎是没有意义的。如果，那么，稳定的均值就不存在了。

收益率分布中央部分的稳定分布拟合

Mantegna和Stanley(1995)考虑用稳定帕累托分布拟合收益率分布的中央部分。Mantegna和Stanley提出可用以下方法估计稳定帕累托分布的特征指数：设{Xt，t=1，2，∧}为收益率序列，令

即Xt（K）是K个时段的非重合收益率。对于一个稳定分布，笔者得到：

其中，α、г分别是稳定帕累托分布的特征指数参数和标度参数。

研究不同K值对应的“收益率概率”P{Xt（K）=0}，这个概率可以被估计为

的频率，其中，x是根据收益率观察值的大小范围选定的一个适当小的数字。首先选择K值的恰当范围，选定适当小的x，以的频率作为P{Xt（K）=0}的估计，作P{Xt（K）=0}与K的对数回归，根据回归的斜率估计稳定分布的特征指数α。

本文采用Mantegna和Stanley方法研究我国股票收益率分布的中央部分。上证综指收益率的P{Xt（K）=0}与K的对数回归如图1所示，得到上证综指收益率的特征指数估计α=1.4837。

JohnPNolan教授（2002）提供了稳定分布分析软件STABLE。采用STABLE程序的第4项（forgeneratingstablerandomvariates）产生一组与上证综指收益率样本容量相等、特征指数α=1.4837的稳定分布序列。将STABLE.OUT中的数据导出，并用MATLAB软件的函数normrnd(mu，sigma，n，1)产生一组与收益率样本序列具有相同样本容量、样本均值与样本方差的正态分布序列。将实际收益率、稳定分布及正态分布等三组序列的频率分布作比较，结果如表1所示。

表1中，X是收益率序列的样本均值，S是样本标准差。由概率知识知道有下面结论：设随机变量X～N（μ，σ2），则

P{μ-σ＜X＜μ+σ}=0.6826；

P{μ-2σ＜X＜μ+2σ}=0.9544；

P{μ-3σ＜X＜μ+3σ}=0.9974。

比较表1结果与上面结论，可以看出：在样本均值的3倍样本标准差内稳定分布都可以很好地拟合收益率的分布特点，但是正态分布则不然。对深证作同样分析，可得出类似结论。

综上可得结论：我国股票市场收益率分布与正态分布相比较具有明显的“高峰”特征，收益率不服从正态分布；采用Mantegna和Stanley（1995）方法，得到上证综指收益率的特征指数估计=1.4837。拟合结果显示：在样本均值的3倍样本标准差内稳定分布都较正态分布更好地拟合收益率的分布特点。从表1还可以看出另外一点：实际收益率与正态分布相比较时，在区域（x-3s，x+3s）之外，正态分布没有给真正的极端值的出现分配多少可能性，但这些值却出现得相当频繁，即股票收益率尾部比正态分布预言的更胖，具有“胖尾”特征。

参考文献：

股票收益率范文篇6

关键词：增发；长期市场表现；超常收益率；Fama-French三因素模型

一、文献回顾

增发（seasonedequityoffering，SEO）是上市公司主要的再融资方式，增发长期市场表现也是理论界颇具争议的问题之一。Stigler（1964）最早在研究中涉及到上市公司股权再融资的非正常收益问题，但该问题直到1980年以后才得到系统研究。Masulis和korwar（1986）对上市公司增发后股票的非正常收益进行研究，发现上市公司增发后有比较显著负的非正常收益。Asquith、Mullins（1986）和Schipper等（1986）分别对增发公司股价研究得出同样的结论。Lnughran和Ritter（1995）统计美国1970～1990年期间增发公司的长期收益率，发现增发前6个月并没有显著负的非正常收益，但在18个月后负累计非正常收益显著。Jagadeesh等（1993）等研究发现，在第4年和第5年非正常收益呈逐渐下降趋势。Loughran和Ritter（1997）对5年以上再融资上市公司股票价格表现研究认为，第6年和第7年非正常收益并不显著为负。Soucik和Allen（1998）对澳大利亚股市增发股票的长期价格表现的实证研究认为，中短期存在表现不足的情况，但是在长期（5年以上）并没有表现不足的问题。

在我国学术界，对增发市场表现研究的文献多以增发公告日、发行日和上市日各时点前后短期为研究时窗，鲜有对增发后较长时期的股票非正常收益比较系统的研究。李梦军、陆静（2001）认为上市公司增发新股公告后有负的累计非正常收益。陆满平（2002）等认为，增发在方案公布时市场往往表现出负面反应。沈洪涛、沈艺峰（2003）对沪深两市41家1998～2001年增发A股上市公司的分析表明，增发中存在“公告效应”。李康、杨兴君和杨雄（2003）以2000、2001年沪深两市所有实施增发和配股的A股公司为样本，考察了发行后60天股票的超额收益情况，增发方式下参与增发的流通股老股东有-1.37%的超额损失，不参与增发的老股东有-5.97%的损失。谭峻、吴林祥（2002）研究认为，在增发意向书公告日前的非正常收益率为负，现实市场提前就对这一利空消息做出反映，投资者通过“用脚投票”来表示对增发行为的否定，在公告日负的超额收益率为最大，并在此后相当长的时间内持续为负数。

综上所述，虽然国外大多研究证实了增发后有显著负的非正常收益，但是其中也存在争议。我国理论界在该领域的研究取得了一些成果，但仍存在一定的局限性，主要体现在：研究的样本量不足，样本的选取亦不具有代表性。2002度以前增发门槛低，增发失败比例较高，使得市场的负面反应在一定程度上被放大，以这样的数据为样本有失偏颇，研究结果也不够稳健；就同一增发样本使用事件时间和日历时间两种方法的研究尚少见；由于受样本区间所限，鲜有对长期市场反应的研究。

有鉴于此，本文针对增发样本，同时运用事件研究和日历事件方法来分析我国A股增发长期市场表现。

二、样本数据的选取

本文以深沪两市A股1998～2002年实施增发的上市公司为样本，和大多数其他研究一样删除了金融和保险类样本。为了减少统计检验的相关性以及其他股权融资对实证结果的干扰，删除增发后3年又配股增发的样本。为了样本及实证结果的完整性，本文没有其他限制条件。经过对样本的筛选，最终样本数为74家，数据来自CSMAR，所使用的月度股票收益率为考虑了红利再投资因素影响的股票收益率。

三、研究思路与实证设计

（一）事件时间研究方法

1、平均买入并持有超常收益率（BHAR）。自从Ritter（1991）以来，计算BHAR逐渐成为一种普遍衡量上市公司长期表现的方法。BHAR的计算公式：

（二）日历时间研究方法

我国很多学者采用深沪两市的股票数据对Fama-French三因素模型在我国证券市场进行了检验，认为Fama-French三因素模型比资本资产定价模型（CAPM）更好地描述了股票收益率横截而数据的变动，证明在我国证券市场是有效的，能够很好地解释股票市场收益率的截面差异（邓先荣、马永开，2005）。而上市公司增发的市场中长期表现主要体现在股票收益率上，是与预期收益率相对而言的。因此，分析增发市场表现的前提在于准确找出股票的预期收益率。

Fama-French三因素模型：

Rpt-Rft=a+b（Rmt-Rft）+sSMBt+hHMLt+εt其中，Rpt是股票（组合）在第t期收益率，Rftt是第t期的无风险收益率，Rmt是第t期的市场收益率，SMBt为第t期小市值股票收益率减去大市值股票收益率的零投资组合收益率，HMLt为第t期高BM比股票收益率减去低BM比股票收益率εt的零投资组合收益率，εt为随机扰动项E（ε）＝0。

1、Fama-French的SMB和HML因子的构造。类似于Fama和French的方法，首先，在t（t=1998~2004）年6月底，将深沪两市所有A股股票按前一年底总市值（范振龙等认为与流通市值相比，总市值更能反映股票收益率差异）的大小进行排序，并将股票分成大（B）小（S）两组。其次，计算出所有公司的账面市值比（BM）值，去掉BE为负的股票样本，按照大小排序分成三组（H、M、L），其中H为最大的30%，M为中间的40%，S为最小的30%。最后，按照分组标记做这些股票的交集，即可得到6组不同的股票组合，分别为{（B，H）；（B，M）；（B，L）；（S，H）；（S，M）；（S，L）}，将来这样的组合维持到次年6月末之前，并在这12个月里计算股票组合的加权平均月收益率{P1，P2，P3，P4，P5，P6}。每年都更新一次投资组合，这样就可以得到这个6个股票组合在1998年7月到2005年6月的加权平均月收益率。基于这6个股票组合的月收益率数据，计算SMB和HML因子：

SMBt=（P4+P5+P6）/3-（P1+P2+P3）/3

HMLt=（P1+P4）/2-（P3+P6）/2

2、股票组合构造。将1998～2002年增发样本组成一个等权重的增发股票动态组合，计算出这个动态组合1998年7月～2005年6月共84个月的月加权收益率，组成一个时间序列。在每个月前对股票组合进行调整，加入此月前刚刚增发的新股票，这样就得到了一个动态调整的股票组合的84个月度收益率。

3、无风险收益率。由于我国目前尚无短期国债，无风险收益率一般习惯采用3个月的定期存款利率按复利换算成月收益率。

四、实证结果及分析

（一）事件时间的研究结果

由于大多数学者对股市公告日、上市流通日等事件日窗口的研究认为，超额收益率显著为负。因此，为了不受增发首月的异常影响，本章以增发的第一个月为事件月，从增发的第二月开始计算一年、二年、三年的BHAR和CAR，如果增发公司在事件窗口下市，使用市场收益率代替。

从表1可以得出，上市公司增发后买入并持有的超常收益率（BHAR）均为负，买入并持有一年的超常收益率为-0.61%，买入并持有二年的超常收益率为-5.13%，买入持有三年的超常收益率为-0.67%。其中持有两年的超常收益率最小且显著，持有三年虽有好转，但是仍然存在负的超常收益，中位数统计也验证了这一结果。不难看出，平均累积超常收益率（CAR）也同样为负，且趋势与BHAR大致相同，一、二、三年的CAR分别为-0.43%、-4.43%、-0.55%。

（二）日历时间的研究结果

将增发动态股票组合作为被解释量，采用Fama-French三因素模型回归分析，结果如表2所示，表中列出了回归分析所得的系数，t统计量以及模型的拟合优度。

分析模型回归所得的系数，不难看出回归式中的截距显著小于零，表明增发股票的低收益率不能仅仅由值、规模和BM的综合影响来解释，即完全考虑到这些因素的影响后，我国A股增发存在显著负的非正常收益。

五、结论

事件时间实证表明平均买入并持有超常收益率（BHAR）和累积超常收益率（CAR）在增发后三年内显著为负。Fama-French三因素模型的分析表明，我国A股增发后存在显著负的超额收益率。因此，本文认为样本期间内我国A股增发后长期回报呈下降趋势，且至少三年内增发长期市场表现不佳。

参考文献：

1、陈展辉.股票收益的截面差异与三因素资产定价模型[J].中国管理科学,2004（6）.

2、邓长荣.三因素模型在中国证券市场的实证研究[J].管理学报,2005（4).

3、陈科,董新春.中国股市SEO后股票收益及公司业绩的双重弱势表现[J].商业研究,2006(5).

4、杨丹,林茂.我国IPO市场长期表现的实证研究[J].会计研究,2006（11）.

5、AsquithandMullins.EquityIssuesandOfferingDilution.JournalofFinancialEconomics[J].1986（15）.

6、Masulis,korwar.Seasonedequityofferings:AnEmpiricalInvestigation.JournalofFinancialEconomics[J].1986（15）.

股票收益率范文篇7

关键词：知情交易者，认购权证，认沽权证，创设制度

前言

期权对“知情交易者”(informedtrader，即信息灵通的投资者)有较强的吸引力，这首先是由于期权的高杠杆低成本特性(Black(1975)[3],Mayhew,Sarin,Shastri(1995)[13]，Faff&Hillier(2005)[10])，此外期权的价格和标的资产未来价格波动率相关，获得标的资产未来价格波动率的知情交易者能够通过投资期权获利(Back(1993)[2])。但是，期权市场也存在阻碍知情交易者交易之处，如较低的流动性以及在做市商交易制度下容易暴露投资者的身份(Easley,O’Hara,Srinivas(1998)[9]，Chan,Chung,Fong(2002)[5])。

包括期权在内的金融衍生产品出现后知情交易者的投资选择对衍生产品价格发现功能的实现有重要影响。如果知情交易者选择衍生品为投资对象，衍生品的成交量就会对标的资产成交量和收益率有预测的能力。此外，由于报价方式的不同，衍生产品的收益率也有可能包含标的资产的信息(Chan,Chung,Fong(2002)[5])。尽管实证研究已经发现成交量有信息传递的作用(Sarwar(2004)[15],Cao,Chen,Griffin(2005)[4])，但多数研究主要考虑原始的交易量，这种方法的缺点是混合了买卖双方的信息。近期的研究改进了之前直接利用原始成交量的方法，有的利用净成交量作为测算的指标(Easley,O’Hara,Srinivas(1998)[9]，Chan,Chung,Fong(2002)[5],Pan&Potesman(2004)[14])，也有的把原始成交量分解为可预期的成交量和不可预期的成交量(Chiu,etal.(2005)[7],Lee&Chen(2005)[11])。

从本质上看，权证与股票期权基本相同，对期权的研究方法同样适用于对权证的研究。但是，由于权证的发行人受到限制，这导致权证和股票期权对标的资产的影响方面存在显著的差异。Aitken和Segara(2005)[1]通过对澳大利亚权证市场的研究，认为权证限定发行人的特征会导致其对标的资产的影响(价格影响、流动性影响、波动性影响)不同于股票期权。Loudon和Nguyen(2006)[12]也认为权证发行人的特殊性使得权证价格高于相应的股票期权价格，并进一步影响了权证作为金融衍生产品作用的发挥。权证和股票期权的区别以及由此产生的对标的资产的影响差异可能会导致知情交易者选择不同的目标投资市场。

本文的研究目的就是要考察在中国这种转型经济的条件下，权证的出现是否会吸引知情交易者从股票市场向权证市场进行转移，并由此判断我国权证市场的出现是否提高了证券市场的有效性。实证结果表明，的确有证据显示知情交易者在股票市场和认购权证市场存在，而在认沽权证市场，并没有发现知情交易者存在的证据。我们认为知情交易者之所以不愿意进入认沽权证市场的原因可能在于认沽权证的行权价设定过低，以至于认沽权证失去了套期保值的作用。同时我们认为，创设机制的出现也不能吸引知情交易者向认沽权证市场流动。

投资者行为分析

按照信息获取能力的不同，本文将市场投资者分为两类：知情交易者和投机者。这里知情交易者定义为能够通过各种手段提前获得有关标的资产价格信息的投资者，包括内部人以及大的专业投资机构等。投机者主要是指不能提前获得有关标的资产价格信息的投资者，他们主要通过在市场上频繁买卖资产来获得收益。

由于前面提到的原因，在不考虑其他因素的前提条件下，知情交易者选择在权证市场进行交易。在获得信息后，知情交易者会买入或卖出相应权证，这种购买行为首先会影响到权证的成交量和价格，如果信息准确，随后标的资产的价格和成交量会发生相应的波动。同理，如果知情交易者选择在股票市场投资，则股票的成交量和价格变化会领先于权证的价格和成交量变化。通过分析股票和权证的成交量以及价格波动的前后顺序，我们就能判断知情交易者的目标投资市场。

投机者在市场上主要的作用是提供流动性。其他条件不变的前提下，流动性强的证券更能吸引知情交易者的参与。投机者之所以愿意提供流动性，是因为他们希望从价格的频繁波动中收益，因此价格波动越强的证券其中的投机者就越多。我国权证市场采用T＋0的交易方式，而股票市场依旧采用T＋1的方式，这导致权证市场更能吸引投机者。如果这个假设成立，则权证市场的投机成分应当高于相应的股票市场。此外，由于投机者具有追涨杀跌的特性，在价格上升时，投机者买入的行为导致成交量上升，因此我们把证券价格波动先于成交量波动的程度作为衡量投机成分的指标。

我国证券市场的一个显著特征是股票和大盘整体走势具有较强的相关性，表现为证券之间常常具有同涨或同跌的特点(Demirer&Lien(2005)[8])。如果股票和认购权证的收益率(净成交量)之间如果表现出较强的正相关关系，这可能不仅仅是因为股票和认购权证之间的同向变动关系，也有可能是因为市场的不完善导致的证券整体的同涨或同跌现象。

方法和数据说明

本文通过VAR模型来测算权证和作为标的资产的股票的收益率和净成交量之间的关系。具体模型如下所示：

其中，rs,t表示股票的收益率，rw,t表示权证的收益率，vs,t表示股票的净成交量，vw,t表示权证的净成交量。股票和权证的收益率采用对数收益率，计算公式如下所示，

本文使用净成交量作为衡量成交量变动的指标。净成交量的计算首先要确定每一笔交易是买方发起的还是由卖方发起的。我们假设主动买盘的净成交量为正，主动卖盘的净成交量为负。当固定区间净成交量大于零时，表示此时间段买方的力量强，股票收益率因此有上升的趋势，净成交量越大表示买方的力量越强。

本文使用的股票和权证的交易数据来自天相数据库，由于天相数据库对每一笔交易没有区分是主动买盘还是主动卖盘，我们参考Easley,O’Hara,Srinivas(1998)[9]以及Chan,Chung,Fong(2002)[5]的方法，按照规则作了处理：如果一笔交易的成交价格高于前一笔交易成交价格，我们就假设此笔交易为主动买盘，并设定此笔交易的净成交量为正；相反，如果一笔交易的成交价格低于前一笔交易的成交价格，我们就假设此笔交易为主动卖盘，并设定净成交量为负。当前交易的价格如果和前一笔交易价格相同，我们无法区分交易属于哪一类交易，就设定此笔交易的净成交量为零。当考虑的区间较短时，这种近似可能会导致较大误差，因此本文所取时间间隔为8分钟，以降低这种近似方法所导致的偏差。

我们把每支证券每天的交易按照8分钟的区间划分成30个观测值，VAR模型中取滞后期为5期。回归采用了混合数据(pooldata)的方法。为了消除不同证券在不同交易日的个体差异，我们对同一个证券在同一天的每一个变量进行标准化处理，通过减去均值并除以标准差的方法，我们把同一个变量在每天的观测值变成服从均值为0，方差为1的分布。

本文选取的样本区间是从2006年5月8日至6月23日共7周的分笔交易数据，包括了47只证券，其中认购权证有10只，认沽权证有16只，相应的标的股票有21只。

实证结果

本文研究的样本中的股票有5只同时发行了认购权证和认沽权证，5只仅发行了认购权证，11只仅发行了认沽权证。为了分别考察认购权证和认沽权证市场的不同，我们把权证市场分成认购权证和认沽权证两个市场，分别代入模型中进行回归，共计得到8个方程。回归的结果见表1。

注：第一行变量为因变量，第一列为自变量，自变量下标数字表示滞后的时期数。*、**、***分别表示系数在0.1、0.05、0.01水平上显著。rs、rc、rp分别表示股票、认购权证和认沽权证的收益率；vs、vc、vp分别表示股票、认购权证和认沽权证的净成交量。以上自变量均经过标准化处理。

一、股票收益率和权证收益率的相关性分析

两个市场收益率的前后相关性表示市场上出现新的消息后两个市场价格的反映速度。从表1可以看出，认购权证的收益率和滞后一期的股票收益率显著相关，并且和预期方向一致。认沽权证尽管和滞后一期的股票收益率显著相关，但是方向和预期方向相反。股票收益率和滞后一期的认购权证收益率显著正相关。此外，股票收益率和滞后一期的认沽权证收益率也显著相关，并且方向和预期一致，但是系数较小，仅有-0.027。

股票收益率与滞后的权证收益率显著相关并且方向和预期一致，这表明股票价格的变动的确影响到了权证价格的波动。和认购权证相比，认沽权证的相关系数较小，说明认沽权证对股票价格波动不敏感，这也表明认沽权证的投机成分较多。另一方面，认购权证价格的变动的确对标的股票价格变动有预报作用。相反，认沽权证却没有这种作用，这也证明认沽权证价格变动没有包含有关标的股票价格波动的信息。综上所述，有迹象表明，有部分知情交易者选择认购权证作为投资对象，但是没有选择认沽权证作为投资对象。

二、不同市场之间净成交量与收益率的相关性分析

知情交易者的交易行为会影响净成交量的变化，其所处市场的净成交量应当和滞后的另一市场的收益率显著相关。表1显示，股票净成交量和滞后两期的认购权证收益率正相关，这和预期方向相同，但是和滞后五期以内的认沽权证收益率无显著相关性。另一方面，认购权证的净成交量与滞后的股票收益率显著正相关，方向和预期方向一致。认沽权证净成交量与滞后五期内的股票收益率无显著相关关系。这些结果表明，权证推出后知情交易者开始向认购权证市场转移，但是没有证据显示知情交易者有投资认沽权证的趋势。

三、同一市场内收益率与净成交量的相关性分析

从表1来看，在分别控制了认购权证和认沽权证的收益率以及净成交量这些变量后，股票净成交量与滞后一期的收益率显著相关，系数分别为0.311和0.34。而在认购权证和认沽权证市场，回归的系数分别为0.52和0.535。虽然这些系数的差异不能精确测量不同市场之间投机成分的差异，但是我们依旧能够发现，权证市场的投机者的交易比例要高于相应的标的股票市场。这与权证本生具有的杠杆性以及我国对权证实行T+0的制度有关。这个结果也间接说明，知情交易者更偏好股票市场而非权证市场。

从以上的分析看，尽管衍生品市场存在诸多优势，但是知情交易者并没有从股票市场完全转移到权证市场进行投资，其中有一部分知情交易者选择了认购权证，但是很少有选择认沽权证作为投资对象。导致这个现象发生的原因我们认为与权证制度本身有密切联系。

知情交易者选择衍生品交易的一个重要前提是衍生品价值与标的资产价格密切相关。这种紧密的相关性来自于市场的套利以及套期保值交易。但是权证制度本身限制了发行人以及发行数量，这使得一般投资者很难成为权证产品的卖方。卖方垄断的直接后果是权证价格超过了其自身的价值，这使得利用权证进行套期保值成本过高。套期保值交易的缺乏导致权证价格与标的资产价格的相关性降低，从而阻碍了知情交易者的转移，也阻碍了信息传递速度的提升。

导致知情交易者不偏好权证的另一个原因涉及到权证行权价的设置。一般来说，当行权价和市场价相近或者权证处于实值(inthemoney)情况下，权证的套期保值功能才能得到较好体现。当权证处于深度虚值(deepoutofthemoney)时，权证的套期保值功能基本丧失，剩余的功能就是给投机者提供一个互相博弈的工具，此时权证的价格与标的资产的价格相关性极小，知情交易者并不是风险偏好者，这种情况下的理性选择是远离权证，这可以解释为何知情交易者不选择认沽权证作为投资对象。

创设机制并不能完全解决权证卖方垄断的问题。我国证券市场的一个重要特征是价格波动性较大，权证行权价与市场价格很容易出现较大的偏差。此外，权证发行方由于具有垄断地位优势，也偏向于设置对自己有利的行权价，这都容易导致一部分权证不具有内涵价值。创设机制并不能解决这一问题。此外，券商进行创设必须提供足额的保证金，这种政策限制固然降低了券商创设可能带来的信用风险，但同时也制约了券商创设的能力。

综上所述，由于权证本身具有的缺陷，权证可以作为推进我国股权分置改革的一种工具，但不适宜作为主要的金融衍生工具进行推广。和权证相比，股票期权以及股指期权规避了权证的缺陷，更适合在证券市场上推广。

结论

本文通过对高频交易数据的分析，来判断知情交易者是否选择权证市场作为主要的投资场所。实证结果表明，尽管有部分知情交易者从股票市场向认购权证市场转移，但是并没有证据表明知情交易者选择认沽权证作为投资的对象。造成这一结果的原因可能和权证本身特点有关，这包括权证发行人的资格限制以及行权价设定的问题，创设制度并不能解决权证本身的这些问题。最后，我们认为，权证不适合成为我国金融衍生品市场的主流产品，尽快推出标准化交易的期货以及期权产品才是发展我国金融衍生品市场的根本对策。

参考文献：

[1]Aitken,M.andSegare,R.ImpactofWarrantIntroductionsontheBehaviourofUnderlyingStocks:AustralianEvidence.AccountingandFinance,2005,45.

[2]Back,K.AsymmetricInformationandOptions.ReviewsofFinancialStudies,1993,6.

[3]Black,F.FactandFantasyintheUseofOptions.FinancialAnalystsJournal,1975,31.

[4]Cao,C.Chen,Z.andGriffin,J.InformationalContentofOptionVolumePriortoTakeovers.JournalofBusiness,2005,3.

[5]Chan,K.,Chung,Y.,P.,andFong,W.TheInformationalRoleofStockandOptionVolume.TheReviewofFinancialStudies,2002,15.

[6]Cherian,J.OptionPricing,Self-fulfillingProphecies,ImpliedVolatilities,andStrategicInteraction.WorkingPaper.

[7]Chiu,Chien-Liang,et.al.StudiesontheEffectofTradingVolumeandReturnVolatilityonCallWarrantsandUnderlyingStocksinTaiwan.QuarterlyJournalofBusiness&Economics,2005,44.

[8]Demirer,R.andLien,D.CorrelationandReturnDispersionDynamicsinChineseMarkets.InternationalReviewofFinancialAnalysis,2005,14.

[9]Easley,D.O’Hara,M.andSrinivas,P.S.OptionVolumeandStockPrices:EvidenceonWhereInformedTradersTrade.TheJournalofFinance,1998,53.

[10]Faff,R.andHiller,pleteMarkets,InformedTradingandEquityOptionIntroductions.JournalofBanking&Finance,2005,29.

[11]Lee,M.andChen,C.TheIntradayBehaviorsandRelationshipswithitsUnderlyingAssets:EvidenceonOptionMarketinTaiwan.InternationalReviewofFinancialAnalysis,2005,14.

[12]Loudon,G.andNguyen,K.EvidenceontheIssuerEffectinWarrantOverpricing.AppliedFinancialEconomics,2006,3.

[13]Mayhew,S.,A.Sarin,andK.Shastri.TheAllocationofInformedTradingAcrossRelatedMarkets:AnAnalysisoftheImpactofChangesinEquity-OptionMarginRequirements.JournalofFinance,1995.

股票收益率范文篇8

关键词：财务绩效；人民币汇率；跨国经营企业；股票收益率

汇率变动对跨国经营企业财务绩效影响的分析，作为一种经济性分析，通过分析汇率变动与跨国经营企业股票收益率之间的关系，来确定汇率变动是否对跨国经营企业的财务绩效产生实质性影响。股票收益率的高低，代表了投资者对公司价值的客观评价，因此也代表了企业的运营绩效与财务价值。股票收益率可以反映资本和获利之间的关系，它受预期每股盈余的影响，反映了每股盈余大小和取得的时间；同时受企业风险大小的影响，还可以反映每股盈余的风险。

下面以中国部分上市公司为例，来说明汇率变动对公司价值的影响。

一、汇率风险对财务绩效影响计量模型的选择

在实证分析中，计量某企业i的汇率风险一般采用Jorion提出的如下两个模型：

其中Rit代表i公司f时期的股票收益率，Rmt代表市场平均收益率，Ret代表汇率波动率，系数β2i则代表了i公司的汇率风险。公式(b)综合考虑了市场平均收益率和汇率波动率对公司股票收益率的影响，公式(a)中没有考虑市场平均收益率的影响。根据JoHon等人的研究，单就β2值(即汇率风险)而言，两个公式的结论很相似，并且所得结果的相关度超过了0.9，但是公式(b)拥有更好的拟合优度和显著性水平，所以后来的研究者多采用公式(b)来展开分析。本文根据公式(b)的实证研究显示，市场平均收益率对股票收益率的影响在5％的水平下均是显著的，有相当多公司甚至达到了1％的显著性水平。因此，在本文的实证分析中采用公式(b)来计量汇率风险。

二、样本公司的选取

样本公司的选取来自上海证券交易所和深圳证券交易所上市公司中国际业务比例相对较高的跨国经营企业。从上市公司中选取样本，主要是考虑其经营管理较为规范，财务信息透明，能够方便、准确地获得研究所需原始数据。“跨国经营企业”这个概念在本文中定义为海外销售额占总销售额(或海外产值占总产值)10％以上的公司。这样界定是因为海外销售比例较高公司的经营业绩，受人民币汇率升值影响更为直接、显著，便于更直观地分析相关数据，有利于排除干扰因素的影响。在样本公司的选取上，本文还充分考虑了该企业在同行业的普遍代表性，由于个体原因导致的经营业绩大幅度非正常波动的企业，已（整理）经从样本中予以剔除。在此基础上，本文筛选出了符合条件的56家上市跨国经营企业作为分析的样本，这些公司的行业世分布如表1所示：

三、数据与指标的选取

汇率波动对财务绩效影响实证分析中，涉及的变量主要有三个，分别为公司的股票收益率、市场平均收益率和汇率波动率。由于2005年7月21日人民币汇率改革后的一段时期内，人民币汇率出现了较为剧烈的波动，因此本文选择异常波动期间(2006年1月到2007年12月)的月度数据进行实证分析。

1.公司的股票收益率

公司的股价充分反映了公司财务价值，所以汇率波动对股票价格的影响，反映了其对公司财务价值的影响。在分析中，主要计算公司股票月末价格相对于月初价格的增幅(或减幅)，但同时也考虑了派息、拆股等因素的影响。并对股价进行修正，从而得到公司股票的月收益率。

2.市场平均收益率

市场平均收益率以股市月平均收益率表示，但这里要考虑到上述56家跨国经营企业的股票分别在不同交易所交易，而市场平均收益率在不同股市中是不同的。根据上述原则，其中36家公司的市场平均收益率用上证综指的月增(减)幅表示，20家公司的市场平均收益率用深证成指的月增(减)幅表示。

3.汇率波动率

汇率波动率指加权汇率的月波动率，本文选择美元、欧元、日元和港币四种货币对人民币的汇率中间价加权。主要基于如下考虑：第一，这四种货币是我国对外贸易中所采用的主要结算货币；第二，美国、欧盟、日本和香港地区是中国大陆最主要的贸易伙伴，并且中国大陆对这四个国家和地区的进出口总额大致处于相近水平；第三，中国人民银行每日公布上述四种货币对人民币的汇率，较容易得到权威数据。由于汇率均采用直接标价法，所以正的波动率表示人民币的贬值，反之则表明人民币的升值。第四，具体比例关系的选择，考虑到中国大陆的主要贸易伙伴为美国、欧盟、日本、中国香港，综合考虑美元、欧元、日元、港币在中国企业国际结算中的使用比例，以及国家外汇储备中上述四种货币的储备比重，来确定该比重。具体而言，美元、欧元、日元2007年3月在全球外汇储备中的比例分别为64.2％、26.1％、5％，考虑到美元贬值过程中，美元结算比例下降和欧元结算比例上升的趋势，本文对上述四种货币的汇率所占权重分别按0.6、0.3、0.05和0.05进行加权，然后再计算其月波动率(参见表2)。

从图1和图2的对比可以发现，综合汇率的波动要比单纯对美元的波动情况，显得更加平稳一些。其原因在于，综合汇率是四种货币汇率的加权，国际收支报告显示，2008年上半年人民币对欧元、日元贬值，而对美元、港币升值，其中走高的汇率在一定程度上弥补了美元汇率的降低程度。这说明综合汇率更具有代表性和全面性的特性。

四、实证结论及其分析

运用公式(b)，分别对56家公司的数据进行OLS(一般最小二乘法)回归，得到各公司相应的β2值(即汇率风险)，对β2值的简单统计结果如表3所示。如果某公司的β2值为正，则人民币贬值和公司的股票收益率是正相关的；反之，人民币贬值使公司的股票收益率下降，并且β2的绝对值越大，影响幅度越大。结果显示，各公司的值较均匀地分布于0的两侧，但公司间的差异较大。就β2的简单算术平均值看，人民币在现有汇率的基础上无论是升值1％，还是贬值1％，各样本公司的股票收益率在现有基础上涨跌冲抵后，总体上仍减少0.51647％。这表明，对于以引进高端技术和出口“初中级产品”为主的大多数中国跨国经营企业来说，人民币汇率在过去和当前的小幅波动，总体上还未构成威胁。但是，对于出口利润微薄且国际竞争环境相对恶劣的纺织服装、电子、物资贸易等行业而言，汇率波动的风险已经初见端倪。

例如，“辽宁成大”、“厦门国贸”等出口贸易导向型的公司，由于人民币升值导致出口成本上升，严重削弱了其出口竞争力，辽宁成大的β2值甚至达到了10.23685，厦门国贸也达到了5.12489的高值。又如，“生益科技”、“厦新电子”、“青岛海尔”、“德豪润达”等电器、电子类企业，尽管产品在国际市场上销量不错，但由于自主研发能力不强，核心部件往往需要外购，导致生产成本居高不下，一直以来以薄利多销方式求生存，一旦人民币汇率持续升值，那么“薄利”将不复存在，“多销”则可能导致更大亏损。纺织品服装行业也是如此，长期以来在国际市场上的低价竞争，不少企业在依靠出口退税过活的情况下，通常只有3％-5％的利润空间，随着汇率上升，如果再降价竞争的话，仅有的利润也将消失。“江苏阳光”和“青岛双星”的值分别达到8.56552和4.20744的高值，就是对这一问题的很好诠释。

就β2的绝对值平均意义看，当人民币汇率波动1％，各样本公司股票的月收益率将平均波动3.316155209％(参见图3和表3)。这说明，即使人民币汇率仅为小幅度波动，其对我国跨国经营企业股票收

关于各公司β2值的显著性，与国外学者的研究相似，10％以内显著性水平的公司共有7家(分别为唐山陶瓷、中远航运、武钢股份、华海药业、天津港、中海发展、中兴通讯，其中“中兴通讯”的显著性水平达到1％)。就行业分布而言，陶瓷、钢铁、制药、电子行业各一家，港口航运业3家。并且这些公司值的绝对值均较大，β2值显著公司的β2绝对值全部大于2，说明其受汇率变化影响较大。其中，港口航运业的销售收入，主要来自国际贸易货物吞吐量，近年来全球货物贸易持续稳定增长，加之港口经营的地区垄断性，使得该行业能够转嫁汇率波动风险，并分享世界经济增长的成果，航运市场价格由包括“中远航运”和“中海发展”在内的世界前二十大船公司所把持，因此也能获得类似的垄断利益。

就钢铁行业而言，尽管铁矿石进口价格被淡水河谷、必和必拓、力拓等主要国际矿业寡头所控制，每年进口价格上涨达50％以上，但基于当前国际钢铁行业呈现垄断竞争的格局，中国的钢铁出口产品在中低端市场具有一定的垄断地位，因此具有较强的转-嫁汇率变动风险的能力，并可获得因通（整理）货膨胀带来的涨价收入。

此外，陶瓷制造业是我国的传统强势产业，拥有该领域独一无二的原产国品牌和技术优势，在国际市场上具有较大的产品定价权。“中兴通讯”和“华海制药”作为高科技电子企业和制药企业，都拥有自身的核心技术，有能力保持高盈利水平和转嫁汇率变动风险，其β2值分别达到了-7.11242和-5.85744，与人民币升值呈现出较高的正相关性。

实证分析显示，样本公司β2值(即汇率风险)的区间分布，呈现出一定的集中趋势，家用电器、物资外贸、纺织服装等行业中，缺乏核心技术、盈利能力差、面临激烈市场竞争的企业，在人民币升值过程中，受到了明显的负面影响。而居于相对垄断地位的行业(如港口航运业、钢铁制造业、拥有技术优势的高科技电子企业、制药行业、陶瓷行业)，则与人民币升值呈现正相关变化。由于这类企业在中国出口贸易中占有较大比重，因此本文认为，人民币汇率升值，整体上对于我国跨国经营企业财务绩效的影响，将是实质性的。

以上实证分析显示，研究样本中的相当一部分跨国经营企业，其财务绩效受到汇率风险的显著影响。也就是说，这些公司财务绩效指标，对于汇率波动的弹性都相当大(有些甚至超过了4.0)；而就全体样本公司而言，平均弹性也达到1.26。尽管这一结论仅基于本文选取的样本企业而言，但其他非样本的跨国经营企业，海外销售额占相当比重的公司，甚至是只在国内市场进行供、产、销的公司，也均面临着不同程度的汇率风险。在全球经济一体化程度不断加深，以及我国经济、金融改革继续深化的背景之下，汇率风险无疑会对中国企业的财务绩效产生更大影响，这需要引起各利益相关主体的高度重视。

在汇率风险的战略性管理策略方面，相对于经营范围限于国内的企业，跨国经营企业有着得天独厚的优势，可以综合运用生产战略、营销战略和财务融资战略对经济风险进行管理。对于影响跨国经营企业长期竞争力和运营战略的经济风险，跨国经营企业应该抱有一种积极管理的态度。因为与欧美公司相比，中国的多数跨国经营企业还处于成长阶段，规模小、经营不完善、抗风险能力小，一旦某项海外经营项目出现问题，将给公司带来致命的影响。因此，我国跨国经营企业应该借鉴欧美公司流行的运营性对冲战略，对长期汇率风险的财务影响进行管理。在运用这一战略时，跨国经营企业可以根据海外扩张的战略，选择适合于自身的策略。当前重点体现在生产设施所在地的选择、生产资源输入来源、产品的种类和范围的选择、市场和市场分割的选择以及战略性融资的货币种类选择等方面。

参考文献：

[1]周高宾，周海滨.我国跨国公司汇率风险的运营性对冲实证分析叨.时代经贸，2007，(6].

[2]陈伟，王伟.我国跨国公司汇率风险的计量与实证分析[J].河南金融管理干部学院学报，2006，(3).

[3]郑瑞玺.我国上市公司财务绩效对股价影响的实证研究叨.求索，2009,(8).

股票收益率范文篇9

关键词：知情交易者，认购权证，认沽权证，创设制度

前言:期权对“知情交易者”(informedtrader，即信息灵通的投资者)有较强的吸引力，这首先是由于期权的高杠杆低成本特性(Black(1975)[3],Mayhew,Sarin,Shastri(1995)[13]，Faff&Hillier(2005)[10])，此外期权的价格和标的资产未来价格波动率相关，获得标的资产未来价格波动率的知情交易者能够通过投资期权获利(Back(1993)[2])。但是，期权市场也存在阻碍知情交易者交易之处，如较低的流动性以及在做市商交易制度下容易暴露投资者的身份(Easley,O’Hara,Srinivas(1998)[9]，Chan,Chung,Fong(2002)[5])。

投资者行为分析按照信息获取能力的不同，本文将市场投资者分为两类：知情交易者和投机者。这里知情交易者定义为能够通过各种手段提前获得有关标的资产价格信息的投资者，包括内部人以及大的专业投资机构等。投机者主要是指不能提前获得有关标的资产价格信息的投资者，他们主要通过在市场上频繁买卖资产来获得收益。

方法和数据说明本文通过VAR模型来测算权证和作为标的资产的股票的收益率和净成交量之间的关系。具体模型如下所示：

本文选取的样本区间是从2006年5月8日至6月23日共7周的分笔交易数据，包括了47只证券，其中认购权证有10只，认沽权证有16只，相应的标的股票有21只。

实证结果

本文研究的样本中的股票有5只同时发行了认购权证和认沽权证，5只仅发行了认购权证，11只仅发行了认沽权证。为了分别考察认购权证和认沽权证市场的不同，我们把权证市场分成认购权证和认沽权证两个市场，分别代入模型中进行回归，共计得到8个方程。

注：第一行变量为因变量，第一列为自变量，自变量下标数字表示滞后的时期数。*、**、***分别表示系数在0.1、0.05、0.01水平上显著。rs、rc、rp分别表示股票、认购权证和认沽权证的收益率；vs、vc、vp分别表示股票、认购权证和认沽权证的净成交量。以上自变量均经过标准化处理

一、股票收益率和权证收益率的相关性分析

二、不同市场之间净成交量与收益率的相关性分析

三、同一市场内收益率与净成交量的相关性分析

股票收益率范文篇10

[论文摘要]本文拟对沪深两市36家上市公司季报公布前后股票收益率变动情况进行研究。基于FFJR在1969年的文献中所提及的事件研究方法。发现每天的异常收益率在事件窗口中表现比较平稳，而每天累积的异常收益则具有明显的趋势，投资者在季报公布前后能获得显著的异常收益。反映出我国资本市场尚未达到半强有效，文章在最后指出一国应加强资本市场独立性的建设，有利于增强资本市场对宏观经济周期的超前预示作用。

一、引言

2005年6月份中国股市达到了一个历史的低点998点，从这个低点开始，借助于中国申办奥运的成功等宏观经济面的利好消息，中国股市开始了长达两年多的牛市，点数扶摇直上，屡创新高，到2007年10月份已达到历史最高点6100多点。紧接着这轮牛市的又是一段漫长的下跌之路，上证综指的点数从6100多点的历史最高点一路下跌，直到2008年10月份的本轮目前调整的最低点1600多点。

在这期间，政府有关部门出台了很多相应的措施，如存贷款利率、存款准备金率的调整等间接的措施。同时也出台很多直接针对股市的措施，如印花税调整、股指期货的推出等。在这里，就谈到了一个政策事件对股市影响的问题，国家出台的这些政策是想达到一种什么样的效果，而股市又是如何对这些信息作出相应的反应。企业所公布的财务报表所显示的信息是如何传导到股市，进而对证券的价格产生影响。本文所研究的正是股市对信息的一种反应。在本文进行相关研究前，国内外已经有很多学者对这个问题进行了广泛而深入的研究。市场有效性的研究具有重要的现实意义，是资本市场最为基本的研究问题，很多金融问题都是基于有效市场这个基本假设的。研究股市对信息的反应程度可以为政府制定相关的政策提供依据，也可以为机构投资者进行理性投资、价值投资提供理论基础和操作策略。

本文其他部分的安排如下：第二部是相关文献研究概述；第三部分阐述事件研究的目的与原理；第四部分进行实证研究并得出结果；第五部分是本文的结论和启示。

二、相关文献研究概述

股票价格对新信息的反应涉及到有效市场假说（EfficientMarketHypothesis,EMH）中半强有效的研究，国内外有大量针对半强有效的研究。有效市场假说的理论基础较少，主要集中在实证领域。Ball和Brown（1968）首次公开发表了事件研究的方法，但是这个名称由Fama，Fisher，Jensen和Roll（FFJR，1969）最终确定下来。事件研究方法能直接对发生在市场中的事件对证券收益率的影响进行研究，从而检验市场的有效性水平。

股价对信息的反应涉及到股票价格行为的一些基本特征，Fama已经在他1965年的一篇博士论文中对股价行为进行了深入的研究。根据Fama的结论，股价变动的分布服从一个具有尖峰厚尾的稳定帕累托分布（StableParetiandistribution）（Fama，1965），这不同于以往研究所得出的正态分布的结论。基于股价行为的这个特点，Fama（1970）在一篇文献综述中提到了在随机游走文献中对半强有效的一种研究方法，就是事件研究的方法，对半强有效研究主要是对一系列“事件”的研究，如股票分割、股利发放、公司财务报表的公布、新股的发行等，这些研究的结果均支持半强有效。在1969年Fama，Fisher，Jensen,和Roll(FFJR)将事件研究引入之后，以后的研究工作主要是对FFJR所发展的技术的改编与扩展。

Fama（1969）采用余量研究法研究了股票分割所在月的前29个月和后30个月涉及到分割公司的平均余量和累积平均余量的变动情况，并揭示出股票分割常伴随股利增加，分割所反映的信息在分割月末甚至更多是在分割当天立即能在股票价格中表现出来。本文主要利用日度的数据，考察季报公布前后股票收益率余量的变动情况，由于采用的是日度数据，能够更详细的反映出股价的变动情况，削弱了由于所选时间段过长而导致的“污染”情况的发生。

在Fama提出有效市场假说并进行了检验后，很多学者发现了市场异象（anomalies）的存在。针对异象的存在，Fama（1998）对首次上市公开发行（IPO）、股份的增发、公司的并购、股利的发放等一些列事件进行了分析，把这些异象归结为过度反应和反应不足，并指出这两种情况在市场中是同时存在的，而且数量上相差不大。他最后总结到，长期收益中存在的异象是站不住脚的，而且随测度方法的改变，这些异象趋于消失。

国外学者的研究主要基于西方成熟的资本市场，所得的结论一般是支持有效市场假说的。近年来，特别是1990年中国股票交易市场的成立，股票市场有效性的研究也得到了很大的发展，前期的研究主要集中于弱式有效，因为上交所、深交所成立不久，上市公司法规不完善、市场容量过小、流动性很差，各种限价限量措施的存在，股价难以对信息作出有效的反应。俞乔（1994）分析了上海证交所上证综合指数日收盘的变动情况，验证了上交所尚未达到弱式有效，他选取的是上交所首次交易日1990年12月19日至1994年4月28日的数据。吴世农（1996）指出证券市场效率的说法，并将其分为内在效率和外在效率，外在效率指价格对信息的反应程度及信息的流动性是否良好。内在效率反映了市场交易的畅通性，即交易能否迅速、低成本的完成。个人对信息的处理所获得的对股价的期望，只能引起股价的随机波动。

宋颂兴等（1995）对上海股市市场有效性进行了实证研究，指出上海股市发展具有阶段性特征，将1995年前的上海股市分文两个阶段，第一阶段是1991和1992年，第二阶段是1992年直1995年。并对第二阶段股价变化规律进行了研究，利用了时间序列相关性检验、游程检验。文中还提到了小公司效应，并发现中国股票市场存在明显的小公司效应。文中最后提到上海股市迅速地由无效市场向有效市场转化，这也反映了股市规模的增大、流动性的增强、各种法规机制的迅速完善，使得中国股市的有效性水平在迅速提高。这为后文进行半强有效的实证研究提供了依据。

陈旭等（1999）对我国股票市场有效性进行了分析，他发现1994年和1995年我国GNP和物价指数年增长率均达到两位数，但是上证综合指数不但没有上升，反而下降。1996年以来，我国宏观经济实现软着陆，进入本论经济调整的低谷，但同时上证综合指数却一路上扬。说明我国股市对宏观经济信息的反映还处在一种无效率的状态，还不具备西方已经达到弱式有效的股指对宏观经济的预警作用。西方成熟的股市对重大信息、政策的反应非常迅速，这从另一个侧面印证了西方成熟股市的有效性特征，这种迅速的反应是基于对宏观经济周期的超前预警。而我国的股市则明显倾向于一种“政策市”、“消息市”，我国股市波动的高峰和低谷多数是国家政策影响的结果。陈旭等（1999）曾经对1991年至1997年初我国股市波动的情况进行了考察，结果发现，在影响我国股市的各因素中起主导作用的不是宏观经济的景气状况，而是与股市有关的政策。

综上所述，对有效市场假说的实证检验还远没有形成一致的结论（张亦春等，2001a）。我国股市的有效性水平正在逐步提高，这是毋庸置疑的，但受制于我国的经济体制，要在短期内达到一种比较高的有效性水平，还不现实。近年来，随着我国资本市场的开放，越来越多的外资，特别是QDII的进入，为我国的股市带来了大量的流动性，同时也带来了国外成熟股市的投资策略，为我国股市迅速的向半强有效转变提供了一个很好的契机。2008年，中国股市走过了它的第18个年头，在股指的起伏跌宕中，也培育了一批高素质的投资者，这批高素质投资者的加入对提高我国股市有效性水平的提高具有很好的促进作用。各种公共基金、社保基金等机构投资者的加入使得股票买卖由最初的投机向价值投资转变，股票的价格越来越能反映出它所具有的内在价值。目前我国上市公司A股的数量已经激增到1584家，庞大的市值和一批质地优良公司的上市为我国股票市场带来了新鲜血液。

目前，国内对半强有效的研究还不多，半强有效主要是针对一系列事件（股票分割、财务报表披露、公司重组、并购等）的发生对股价的影响程度，及股价对事件所反映信息的调整速度，因此对于事件的研究是检验股市有效水平的一个直接途径。本文所研究的季报公布对股票收益率的影响也就是对中国股市半强有效的研究，即事件研究3。

三、事件研究介绍

(一)事件研究的目的

公司每年都要公布年报，每半年会公布中报，每个季度有季报要披露，这是我们了解公司在一段时间内经营状况的一个直接的途径，根据上市公司相关法律要求，财务报告要披露公司在一段时间内的营业收入、净利润、主营业务、资本市场情况等内容，这增加了财务的透明度，使得广大投资者可以进行有效的投资。

而事件研究的主要目的就是对公司在一些重大信息宣布前、重大会议召开前，研究新信息有无泄漏，或者是研究股票价格对新信息产生的影响有无充分的调整，投资者利用披露的相关信息进行投资能否获得异常收益。事件研究是西方国家研究半强有效的一个强有力的途径，可以直接揭示出事件发生前后有无异常收益存在，进而可以了解市场的有效性水平，指导投资者进行合理的投资。

（二）事件研究原理

由于上市公司规模一般较大，因此公司基本面情况在短期内不会有很大的变化，而中国证券市场股价波动中可以由公司基本面所解释的比例平均为52%（陈梦根等，2007），其他决定股价的因素主要是市场层面和行业层面的信息（Cambell&Lettau,1999），这两个因素在短期内也不会有很大变化。因此本文采用事件发生前大约5个月的时间段作为估计期，来得出股票在不受事件影响时的正常收益率，并通过回归得出估计期内单只股票收益率与市场收益率的关系。

新信息的有可能存在事前泄漏，在新信息后还可能继续对股价产生影响，这样本文将事件窗口定在事件发生前15日和后15日作为新信息对股票内在价值的影响期，以使得股票价格能有充足时间来消化新信息所产生的影响，并且可以通过事件窗口看出股价对新信息的调整速度与程度。

我们利用估计期内样本公司与市场之间的正常关系（有股票的系统风险系数β来衡量）来估算出事件窗口中样本公司的正常收益率（未受事件影响时的收益率），然后将它与样本公司实际实现的收益率相比，得出余量，此余量即为事件对样本公司的影响，并且通过极大似然估计方法确定出这些余量的方差和显著性水平，进而确定出股票收益率对此事件所反映信息的调整速度与程度。

四、实证研究结果及分析

（一）数据来源及说明

本文所要研究的数据取自CCER数据库的股票日交易价格数据库，所选取的样本是沪深300指数成分股里的36只股票，样本期是从2008年5月底开始到10月底三季度报公布后的15天结束，其中事件窗口是从2008年10月10日至11月20日，估计期是从2008年5月28日至10月9日。选取这36只股票的原因主要有三点：第一，这36只股票来自不同行业具有代表性的公司，这样就避免了来自于同行业公司所具有的片面性。第二，所选取的上市公司都具有较高的市值，由于盘子比较大，股票价格受人为操纵的可能性很小，因此股票价格的变动较能客观地反映出对新信息的调整。第三，所选取的股票资产具有高流动性，股价的变化具有高连续性，使得股价能针对事件所反映的信息作充分调整。本文选择的时间段，处于中国股市的牛熊转折点，因此选用风险调整收益率法计算正常收益率。在这段时期内，中国政策面的干预较少，因此可以单独考虑季报公布这个事件对股价产生的影响。

本文对水平的价格数据进行了对数差分4，这样处理后的数据就是收益率的数据，消除了股票价格的水平效应，通过观察股票收益率时间序列的相关图，发现经处理后的数据不存在自相关（autocorrelation）和偏自相关(partialcorrelation)，而且股价收益率的分布和Fama（1965）所研究的基本一致，为进行随后的分析奠定了基础。

（二）模型的建立

本文所选样本公司取自沪深300指数成份股，相应的市场收益率为沪深300指数收益率，因此可以较好反应出同时期市场收益率的情况。股票与市场之间的关系，我们采用Sharpe(1963)所提出的单因素市场模型，模型假设：（1）投资者是风险规避的，并且以最大化他们的最终财富为目标，基于均值和方差在不同的组合间进行选择；（2）无税收和交易费用；（3）投资者对于证券收益率的联合概率分布参数具有相同的看法；（4）所有投资者以无风险利率进行借贷。虽然股票收益率并不严格是一个正态分布，但是系统风险系数的最小二乘估计是无偏的（虽然它是无效的）即使收益率的方差不存在，因此我们可以忽略非正态的因素并假定收益率是正态分布变量。

五、结论和启示