《我国证券市场长期异常回报率的计算和检测》由会员分享，可在线阅读，更多相关《我国证券市场长期异常回报率的计算和检测（12页珍藏版）》请在金锄头文库上搜索。
1、我国证券市场长期异常回报率的计算和检测 朴军 ( 清华大学会计系) 一、引言 传统上，事件研究基于有效市场理论和资产定价理论等传统金融理论， 由于这些理论以经济人的完全理性和资本市场对于事件相关信息的消化理解 不需要过程为前提，因此事件窗口的选择很短，不考虑长期的市场反应，长 期异常回报率( a b n o r m a lr e t u r n ，A R ) 的计算失去意义。随着传统理论的理 想化假设被实验经济学和行为金融学以及大量的经验研究证明了其局限性后， 事件研究开始从资本市场反应的整个过程来动态理解事件的影响，长期异常 回报率的计算和检测变得非常重要。 我国的证券市场，从1 9 9 1
2、 年算起不过只有1 0 多年的历史，比起美国等 国证券市场上百年的历史是短暂的，证券市场还不完善，存在大量的“中国 特色”，投资者的理性程度和证券市场的有效程度都远远比不上西方。吴世农 ( 1 9 9 6 ) 认为，由于我国证券市场历史短，还很不成熟，股价容易受操纵，我 国股市未达到弱式有效市场的水平。赵宇龙、王志台( 1 9 9 9 ) 发现，我国的 投资者对于财务报表中的盈余质量不加分析，只是机械地对待盈余数字，不 能看穿报表，对于信息的反应是滞后的，我国证券市场存在“功能锁定”现 1 6 4 逼 我国证券市场长期异常回报率的计算和检测 象，不支持市场有效性假说。陈小悦、孙爱军( 1 9
3、9 9 ) 的研究结果证明，由 于我国的特殊背景，资本资产定价模型( C A P M ) 对于我国股市的回报率没 有解释力。这些研究都表明，我国的学者更应该从证券市场反应的整个过程 来认识事件的影响，我国学者更需要高效的长期异常回报率的计算和检测方 法，结合我国特殊的制度背景进行经验研究，以期更好地理解我国的证券市 场，为证券市场的监管提供有益的参考。 西方的学者对于长期异常回报率的计算和检测给予了高度重视，法玛 ( F a m a ，1 9 9 8 ) 从长期异常回报率计算和检测方法的角度对于行为金融学的 各种“反例”进行了反击，指出各种“反例”多数是由于长期异常回报率计 算和检测方法的不当
4、造成的，为传统金融理论进行了辩护，虽然后来也承认 传统金融理论没有办法对于某些“反例”进行合理解释，但是从中我们可以 看出长期异常回报率的计算和检测对于经验研究的重要性。科撒里和沃纳 ( K o t h a r ia n dW a r n e r ，1 9 9 6 ) 指出传统方法( 利用传统金融理论计算长期异常 回报率，利用t 检验检测) 存在严重的缺陷，通过反复抽样的方法( s i m N a t i o n ) ，证明传统方法倾向于在不存在长期异常回报时得出存在的结论。莱昂、 巴伯和特赛( L y o n ，B a r b e ra n dT s a i ，1 9 9 9 ) 对于长期异
5、常回报率的计算和检 测进行了系统的研究，利用参考组合( r e f e r e n c ep o n f o l i o s ) 计算异常回报率， 利用经过改进的参数检验( a d j u s t e dtt e s t ) 和非参数检验( p e u d op o r t f o l i o s ) 进行检测。由于采用的方法很好地解决了传统方法中的缺陷，因此迅速成为 进行长期异常回报率的计算和检测标准，被很多著名的学者如科撒里、查尔 斯李( C h a r l e sk ) 等采用。 我国的学者对于长期异常回报率的计算和检测方法的研究很少，陈汉文、 陈向民( 2 0 0 2 ) 对于异常回报
6、率的计算方法进行了讨论，但局限于短期的异 常回报率，没有涉及长期异常回报率问题。对于传统方法在计算和检测长期 异常回报率中可能存在的问题，我国的很多学者没有重视( 如陈工孟、高宁， 2 0 0 0 ) ，有些学者认识到了，但是由于缺少有效的方法而未能进行长期市场反 应的检验，影响了经验结果的研究价值( 如陈信元、张田余，1 9 9 9 ) ，还有的 学者认识到问题的存在后采用了绕过证券市场的方法进行长期业绩的衡量 ( 如冯根福、吴林江，2 0 0 1 ) 。 本文的工作主要是通过分析我国学者在经验研究中使用的传统方法，结 合我国的实际，指出问题，给出改进的方法。把传统方法和本文中的新方法， 应
7、用到我国的股市，进行长期异常回报率的计算和检测，从实证的角度证明 传统方法的缺陷，说明新方法的优越性。 惨1 6 5 上市公司会计与财务的最新发展 ，考虑到越来越多的我国学者关注证券市场对于事件的长期反应，以及我 国学者对于长期异常回报率计算和检测方法的生疏，本文的结果对于我国的 经验研究具有现实意义。 二、传统方法的缺陷及改进方法 在我国事件研究中，我国学者的传统方法是采用市场回报率计算异常回 报率，利用t 检验检测异常回报率的显著性。对于短期异常回报率，利用这 种方法产生的经验结果还是可以接受的( 陈汉文、陈向民，2 0 0 2 ) ，对于长期 异常回报率而言，这种方法会产生较大的问题，直
8、接影响经验结果的可靠性， 这些问题主要有以下几个。 ( 一) 新上市和退市误差 市场回报率计算的是市场组合的回报率，在长期回报率的计算中，起始 时间和终止时间之间会有新上市的股票加入到市场组合中，又有退市的股票 从市场组合中消失，因此组合的构成是变化的。科撒里等人( 1 9 9 6 ) 指出， 投资者进行长期投资，是要在整个期间持有( b u ya n dh o l d ) ，投资者在长期 投资的起始期不可能预见到投资期间可能发生的种种事件，因此在选股的时 候( 投资起始时间) 是相对于当时的参考组合( 如市场组合) 进行选股，到 了终止时间是把所选的股票和投资起始时的参考组合进行比较来评价自
9、己的 投资，即进行评价的参考组合的构成在起始期和终止期是一样的，因此股票 数量不断变化的市场组合不是投资者长期投资的合理参考，这对于不断扩容 的我国股市尤为重要。李志文、宋衍蘅( 2 0 0 2 ) 发现，我国新上市公司上市 后业绩滑坡现象严重，如果在计算期内不断有新上市公司加人参考组合，必 将影响长期异常回报率的计算。在我国，由于实际退市制度实行时间不长， 退市股票对于计算结果影响不大。 ( 二) 调整误差 、 用市场长期回报率计算长期回报率时，是通过对于不同的时点上短期回 报率相乘( c o m p o u n d e d ) 得到长期回报率。而期间的每个时点上，市场组合 中每个股票由于股
10、价的波动权重不断调整，而对于进行长期投资的投资者而 言，投资者的参考组合( 如市场组合) 各股票的权重始终是投资的起始时间 的权重，股票权重不断变化的市场组合不是投资者长期投资的合理参考。我 国股市各个股票价格波动是很大的，因此权重的变化也是很显著的，莱昂等 人( 1 9 9 9 ) 认为这种影响往往使回报率高的股票在组合中的比重上升，使长 1 6 6 q 我国证券市场长期异常回报率的计算和检测 期异常回报率计算结果倾向于负数。 ( 三) 资产定价模型的错误 长期异常回报率的计算离不开资产定价理论。利用市场回报率进行长期 异常回报率计算，只是考虑了市场因素，法玛等人( 1 9 9 6 ) 认为
11、还应该考虑 市值( s i z e ) ，净资产倍率( b o o kt om a r k e t ) 因素，即三因子模型。后来其他 西方学者的研究表明，法玛的三因子模型也并非普遍适用，超出他所检验的 时间段后缺乏解释力。笔者的实证结果表明，在我国资本市场，由于“小盘 股”的概念得到投资者的认可，长期回报率的市值效应非常显著，市值越小， 长期回报率越高。而由于我国股市短期投机比较严重，净资产倍率解释力很 弱，方向不稳定，这与西方的成熟资本市场不同( C h a ne ta 1 ，1 9 9 5 ) 。由于 C A P M 的不适用性已有实证结果证明，在我国证券市场长期异常回报率的计 算中要重点
12、考虑市值因素。 ( 四) 偏度误差 在利用t 检验时，要求长期异常回报率满足正态分布，而长期异常回报 率是有偏的，因此利用t 检验会使检测结果发生错误。约翰逊( J o h n s o n ， 1 9 7 8 ) 证明偏度对于t 检验的检测结果有很大的影响。笔者的实证研究表明， 我国股市长期异常回报率偏度显著非零，是正偏的，与西方的研究结果一致。 传统方法中的这些缺陷，可以通过新的方法予以克服。 在异常回报率的计算上，首先根据某个事件月( e v e n tm o n t h ，相当于事 件发生的月份) 股票的市值大小划分区间，每组构成一个参考组合( r e f e r e n c e p o
13、 r t f o l i o ) ，使得同一个参考组合内的股票市值差异不大。每只股票的回报率 与所属参考组合的回报率均值相减得到每只股票的异常回报率，参考组合的 均值相当于组合中每只股票的正常理论回报率。参考组合的构成，在计算期 内不做调整，每只股票利用月回报率相乘得到长期回报率。这样就克服了上 面提到的新上市和退市、调整、资产定价模型方面传统方法带来的偏差。 在检测方法上，利用偏度矫正的z 检验( 参数方法) 和秩和合法( 非参 数方法) ，减弱长期异常回报率分布特性对于检测结果的影响。 三、研究方法 ( 一) 样本的选择 为了使研究结果具有普遍性，所选股票包括所有在上海证券交易所和深 圳证
14、券交易所上市的A 股。考虑到发行B 股或H 股的公司所处的监管环境和 畛1 6 7 上市公司会计与财务的最新发展 交易环境的不同对于股票回报率的影响，发行B 股或H 股的公司股票从样本 中剔除。由于我国股市1 9 9 6 年开始相对规范，样本选取期间为1 9 9 6 年1 月 到2 0 0 1 年1 2 月。因为是长期的异常回报率的检验，因此交易数据利用月度 数据。，每家公司每个事件月是一个样本，共计4 60 0 0 多个样本。研究中使用 的交易数据来源于香港理工大学的交易数据库，财务数据来源于巨灵公司的 巨灵财务数据库。 ( 二) 长期异常回报率的计算 1 某个事件月起始的股票长期回报率。利
15、用月度回报率根据计算的时期 长度相乘，得到股票的长期回报率： s T - T I R i f ，= 儿( 1 + R i ，) 一1 ( 1 ) 0 式中，R o ，为股票i 的s 个月的长期回报率；5 为从事件月开始的时间长 度。也就是通过复合月回报率得到各种时间长度的长期回报率。市场的长期 回报率计算方法类似，利用深沪两市综合月回报率计算得到。 在利用传统方法进行长期异常回报率的计算时，对于与某个事件相关的 一组股票样本中的每只股票长期回报率减去同一个事件月相应的市场长期回 报率得到每只股票的长期异常回报率： A R m = R 加一R 。，f ( 2 ) 式中，A R “是股票i 在事件
16、月开始的相应时间长度的长期异常回报率； R 沁是股票i 在事件月开始的相应时间长度的长期回报率；R 。是市场在事 件月开始的相应时间长度的长期回报率。 2 新的方法。首先根据某个事件月深沪两市所有的股票样本的市值对股 票进行分组，形成参考组合( 市值参考组合) ，使得每个参考组合内的股票市 值在某个事件月相差不大。参考组合的长期回报率均值为： R 卷= 砉R 行i ；t , o , s ( 3 ) 式中，尺缴为从事件月开始的参考组合s 个月的回报率的均值，是事件月 时参考组合中股票的数量。参考组合内股票种类和各个股票在组合中的权重 在s 个月内不发生变化。 每只股票在某个月份都属于某个参考组合。股票的长期回报率减去参考 组合均值得到每只股票的长期异常回报率： A R i ，l = R i ，l R 加 ( 4 ) 与传统方法相比，新方法的参考组合是基于市值的，传统方法是基于整 1 6 8 q 我国证券市场长期异常回报率的计算和检测 个市场的。 ( 三) 长期异常回报率的检测方法 1 传统的t 检验方法。在t 检验中，
