（管理科学与工程专业论文）事件分析方法在中国股市的应用研究.pdf

中国科学技术大学硕上毕业论文事件分析方法中国股市的应用研究 摘要 y6 1 5 7 0 s 自从f a m a 、f i s h e r 、j e n s e n 和r o u 在1 9 6 9 年对股票拆分的研究中首次使 用事件分析方法( e v e m s t u d ym e t h o d o l o g y ) 后，事件分析方法在金融领域得到 广泛的运用。本文系统的研究和分析了事件分析方法，并使用该方法做了实证研 究。 本文的第一章对事件分析的特点和发展进行了简要综述，并介绍了事件分析 的基本步骤。 第二章中，本文介绍了测算正常收益的几种模型，包括了均值调整收益模型、 市场模型、经济模型、统计模型等等。 第三章中，本文研究了非正常收益的测算与分析。首先，通过估计窗口的数 据对市场模型的参数进行估计。然后，根据模型计算非正常收益和累计非正常收 益后，为分析事件对资产价格的影响，提出了先验假设并构造检验统计量进行假 设检验。最后，文章研究了长期非正常收益的测量与分析。 在第四章中，本文以国务院关于发展资本市场的若干意见作为事件，选 取沪、深两市6 6 只股票做样本，用事件分析方法就该事件对股市的影响做实证 研究。 在第五章中，本文分别从股市的总体表现、账面市值价值比与累计非正常 收益的关系、市值规模对非正常收益影响等方面对实证结果进行了分析，并且给 出了相应的解释。 本文的第六章中对全文进行了总结，并指出了文章中存在的缺陷和有待进一 步研究的问题。 关键词事件分析非正常收益累计非正常收益 账面市值价值比 ! 至燮查查兰堡望些堡塞 皇生坌堑塑鲨里坚立盟查旦塑塞 a b s t r a c t s i n c ef a m a ，f i s h e r ，j e n s e na n dr o l lu s e d e v e n t - s t u d ym e t h o d o l o g yi ns t u d y i n g t h ee f f e c t so fs t o c ks p l i t si n1 9 6 9f o rt h ef i r s tt i m e ，t h e e v e n t s t u d ym e t h o d o l o g yh a s b e e nw i d e l ye m p l o y e di nt h ef i n a n c i a lr e a l m i nt h i s t h e s i s ，t h ea u t h o rs t u d i e st h e e v e n t s t u d ym e t h o d o l o g y a f t e rt h i s ，t h ee v e n t - s t u d ym e t h o d o l o g yw a su s e di nd o n g a n e x p e r i e n t i a la n a l y s i s i nc h a p t e ro n e ，t h ec h a r a c t e r i s t i ca n d d e v e l o p m e n t o f e v e n t - s t u d ym e t h o d o l o g y i st ob eo v e r v i e w e db r i e f l y ，t h e a p p r o a c ho fe v e n t - s t u d ym e t h o d o l o g yi st ob e i n t r o d u c e d c o n c i s e l y ，w h i c h e s t a b l i s ht h eb a s i so ft h e t h e o r y o ff u r t h e rm e t h o d a n a l y s i s t h es e c o n dc h a p t e ri n t r o d u c e ss o m em o d e l sf o rm e a s u r i n gn o r m a lr e t u m s ，s u c h a st h ec o n s t a n t - m e a n - r e t u r nm o d e l ，t h em a r k e tm o d e l ，e c o n o m i cm o d e l sa n ds o m e s t a t i s t i c a lm o d e l s t h et h i r dc h a p t e rs t u d i e st h em e a s u r e m e n ta n da n a l y s i so fa b n o r m a lr e t u r n s a t f i r s t ，t h ep a r a m e t e r so f m a r k e tm o d e lt h o u g h t h ed a t u m o f e s t i m a t i n gw i n d o w s i st ob e e s t i m a t e d t h e n ，t h ea b n o r m a lr e t u r n sa n dc u m u l a t i v ea b n o r m a lr e t u r n sa c c o r d i n gt o m e a s u r ed a t u ma r et ob em e a s u r e d a f t e rt h i s ，ah y p o t h e s i si st ob eg i v e na n dm a d e c h e c k i n g t o a n a l y z et h e i n f l u e n c eo ft h ee v e n t st ot h ec a p i t a lp r i c e a tl a s t ，t h e m e a s u r e m e n ta n da n a l y s i so f l o n gt e r ma b n o r m a lr e t u r n si st ob es t u d i e d i n c h a p t e rf o u r ，t h e a u t h o rd e f i n e st h ea n n o u n c e m e n t n i n eo p i n i o no nt h e d e v e l o p m e n tt h ec a p i t a lm a r k e t a st h ee v e n ta n dc h o o s e s6 6d i f f e r e n ts t o c k sf r o m s t o c km a r k e to fs h a n g h a ia n ds h e n z h e n a f t e rt h i s ，a ne x p e r i e n t i a la n a l y s i su s i n g e v e n t - s t u d ym e t h o d o l o g y i no r d e rt oa n a l y z et h ee f f e c to f t h i se v e n ti st ob ed o n e i nc h a p t e rf i v e ，t h ea u t h o ra n a l y z et h ep e r f o r m a n c eo f t h es t o c km a r k e t ，s t u d y t h er e l a t i o n s h i pb e t w e e nc a ra n db v m v ，r e s e a r c ht h ei n f l u e n c eo f c o m p a n y ss i z e t o c a r t h es i x t hc h a p t e r g e n e r a l i z et h ef u l lt e x t ，t h ea u t h o rp o i n t o u ts o m el i m i t a t i o n so f t h i sp a p e r ，a n ds o m ef t l r t h e rr e s e a r c hp r o b l e m sa r ea l s op o i n t e do u t k e y w o r de v e n t s t u d y a b n o r m a lr 吼u r u sc u m u l a t i v ea b n o r m a lr e t u r n sb w m v 2 中国科学技术大学硕士毕业论文 事件分析方法中国股市的应用研究 1 1 事件分析的发展历程 第一章绪论 经济生活中人们常常希望能够测量重大事件对资产价格产生的影响：政府决 策部门希望了解宏观政策( 如货币政策) 对资产价格的影响；证券监管机构希望 了解违规事件( 如内幕交易) 对资产价格的影响；上市公司希望了解公司决簧( 如 红利政策) 对资产价格的影响；证券投资者则希望了解影响资产价格的因素有哪 些。 事件分析( e v e n ts t u d i e s ) 的方法可以帮助我们对事件的短期效果进行测量。 它试图回答如下问题：某一事件是否影响资产价格? 某一事件是如何影响资产价 格的? 事件分析的方法尤其适用于对证券市场的信息有效性的检验以及对内幕 交易的识别。9 0 年代以后，事件分析也被应用于对事件的长期效果进行测量。 事件分析的基础在于市场是理性的、有效的。事件的影响可以在很短的时间 内通过价格反映出来，并可以通过对价格变化的分析来加以测量。 事件分析是通过测量非正常收益( a b n o r m a lr e t u r n s ) 来分析事件对资产价格 的影响的。非正常收益是事后收益与正常收益之差，当非正常收益的均值为零时， 我们认为事件对资产价格没有影响，否则就认为事件对资产价格有影响。为此， 我们需要提出先验假设，并构造检验统计量进行假设检验。 事件分析有着很长的历史，最早的文章是由d o l l e y 在1 9 3 3 年发表的。d o l l e y 考察了股票拆股对股票价格的影响。在分析中，他利用了从1 9 2 1 年一1 9 3 1 年9 5 起拆股的例子，他发现其中有5 7 例价格上涨，2 6 例价格下跌，没有影响的只有 1 2 例。 从3 0 年代到6 0 年代，人们的研究主要集中于对股票定价方式的改进以及事 件特征的确定。m y e r s 和b a k a y ( 1 9 4 8 ) 、b a k e r ( 1 9 5 6 ，1 9 5 7 ，1 9 5 8 ) 、a s h l y ( 1 9 6 2 ) 在 这一阶段做了许多开创性的工作。 具有现代意义的分析方式产生于6 0 年代中期，b a l l 、b r o w n ( 1 9 6 8 ) 和f a m a 、 f i s h e r 、j e n s e l l 和r o l l ( 1 9 6 9 ) 弓i a , t 今天一直使用的事件分析方法。b a l l 和b r o w n 研究了收益信息内涵，f a m a 、f i s h e r 、j e n s e n 和r o l l 则主要研究了股票拆股的 影响。 中国科学技术火学硕士毕业论文 事件分析方法中国股市的应用研究 在这些研究进展以后，人们所作的主要工作是对分析过程中的基本统计假 设作了改进，以使模型分析能更适合于实际过程。这其中对实际分析有着重要指 导意义的工作是由b r o w n 和w a r n e r ( 1 9 8 0 ，1 9 8 5 ) 完成的。他们在1 9 8 0 年的 文章中研究隔月样本数据处理，在1 9 8 5 年的文章中他们有提出了隔日样本的数 据处理。 1 2 事件分析的一般步骤 1 2 1 定义事件 事件分析的第一步是确定所感兴趣的事件，确定事件对价格影响的时间区 间，我们将这个时间区间称为事件窗。例如，为了了解股权转让对股价的影响， 事件就可以看作是股权转让，事件窗可以选为事件公布的这一天，在实际分析中， 事件窗也可以扩展为多天，如公布日和公布日的次日，这样做可以较全面地把握 盈利公布对股价的影响。扩展事件窗时应该注意的是，事件窗越大就越可以捕捉 该事件对股票价格的全部影响，但这种估计也越容易受到不相干因素的干扰。公 布日之前或之后也可作为分析的事件窗，例如在资产重组中为了探知内幕消息对 股价的影响、重组后对股东财富的影响以及重组对企业经理约束力的影响；这时 就需要对事件前或事件后的股票价格的变化情况进行分析。 1 2 2 选择数据指标 在确定了所感兴趣的事件后，需要选择与事件分析相关的数据指标。例如， 这些指标可能为上交所、深交所的上市公司交易价格。资产规模等多种指标。在 这罩要特别注意数据样本的特征，注意由于样本选取所引入的潜在的偏差。 1 2 3 测量非正常收益 为了评价事件的影响，我们需要测算非正常收益。非正常收益是事件窗中事 后收益( 实际收益) 与正常收益( n o r m a lr e t u r n s ) 的差。正常收益为事件不发 生时的期望收益。对于第i 个公司和事件时间f ，可以定义为： s ：= r 厂e 阮i x ，】 ( i 一1 ) 中国科学技术大学硕士毕业论文 事件分析方法中国股市的应用研究 其中s j ，r ，e r ，】，分别是f 时期内标的资产的非正常收益、实际收 益和正常收益。x ，则表示在正常收益模型的条件信息量。在计算正常收益时， 股采用两种模型：均值调整的收益模型和市场模型，均值调整的收益模型假定 给定证券的均值收益是常数，而市场模型假定证券收益与证券指数存在稳定的线 性关系，此时的x ，由模型自身得出。 1 2 4 估计过程 正常收益模型确定后就利用估计窗口的数据对模型的参数进行估计。通常情 况下，估计窗口选为事件窗口之前的时间区间。例如，在事件研究中，选择事件 前1 2 0 天作为估计窗口。事件窗口一股不包含在估计窗口中，以避免事件对估计 参数的影响。 1 2 5 检验过程 模型参数估计完毕后，就可以计算非正常收益，为了检验事件是否对股价产 生显著影响，我们需要提出先验假设和对非正常收益进行假没检验的方法。一般 情况下，如果非正常收益的均值为零，我们就认为事件对股价不产生影响，否则， 就产生影响。 1 2 6 实证结果 根据事件分析的方法，得出实证分折的结果，并对分折结果进行分析。应该 注意的是，如果只是对有限的观测结果进行分析时，可能会受到个别观测值的影 响。 1 2 7 解释和结论 实证结果将给出对证券价格影响的机理性描述，进一步的分析还包括与以往 分析结论的异同性的比较研究等。 中国科学技术大学硕上毕业论文 事件分析方法中国股市的应用研究 第二章计算正常收益的模型 有许多模型可以用于计算证券的正常收益，这些模型可以归结为两类统 计模型和经济模型。第一类模型根据资产收益的统计假设，而不是经济学原理得 出的，第二类模型完全根据投资者行为特征而不是统计假设给出。在实际使用经 济模型时，有必要根据价格的变化情况加入一些统计假设，以使经济模型在经济 变量的约束下更为精细地测量正常收益。 对于统计模型，一般都假设资产收益服从正态分布、独立和一致同分布。对 于均值调整的收益模型和市场模型，这种分布假设有利干对样本进行估计和检 验。在假设不成立时，这种统计推断方法对均值调整的收益模型具有一定适用性， 迸一步还可以导出偏离假设的一般分析方法。 2 1 均值调整的收益模型 设尺。表示第t 期第i 种资产的收益，表示第i 种资产的平均收益。均值 调整的收益模型为： r，=u，+善，。(2-1) “毒，f = 0v a r 【毒。】= 仃t 均值调整的收益模型表示在较短的时间内，资产价格围绕均值波动。 均值调整的收益模型是一种非常简单的模型，b r o w n 和w a r n e r ( 1 9 8 0 ，1 9 8 5 ) 在此基础上推出一个结论类似但形式更为复杂的模型。但是由于该模型对减少超 额方差的作用不明显，因此未被广泛应用，在此本文就不再做进一步介绍。 2 2 市场模型 市场模型是一个统计模型，也是目前最为常用的模型，其理论基础是市场中 任何证券的收益与市场投资组合的收益之间存在着相关性。对于任何证券，我 们有： r ：al + 8 。r 七_ ( 2 2 ) 中国科学技术火学硕士毕业论文 事件分析方法中国股市的应用研究 州钆】= 0 v a r 【】= a i 这里的r 。和r 。，分别表示第r 期资产f 和市场投资组合的收益。口。，声 和f ，为市场模型的参数。其中，口。为常数，卢表示资产i 对因素r 。的敏感度， s ，表示收益中不受因素r 。影响的那一部分收益，通常，它服从零均值、等方差 和序列不相关的性质。在实际应用中，市场投资组合的收益一般选用证券指数的 收益。 市场模型可以视为是对均值调整的收益模型的改进，它考虑了指数对股价的 影响。由于引入了影响收益的更多因素，使得超额收益方差有所减少，这增加了 检验事件影响的准确性。 2 3 经济模型 经济模型中参数设定的严格性，使经济模型在描述正常收益时存在着更多的 限制。常用的经济模型有两种，一个是资本资产定价模型( c a p m ) ，另个是 套利定价模型( a p t ) 。7 0 年代c a p m 模型被广泛使用在事件分析中，但由于其 无法检验的特征，使人们更愿意使用市场模型。a p t 可用于截面数据的收益分 析，但在分析中却不具有非限制模型的优势。b r o w n 和w e i n s t e i n 的研究表明， 实际中使用非限制模型进行事件分析是合适的，其结果不会出现大的偏差。 2 4 统计模型 除了上述的模型外，还有其它模型可以描述用来正常收益。一般化的统计模 型称为因素模型，市场模型可以看作是单因素模型。因素模型由于解释变量的增 加，潜在地减少了非正常收益的方差。因素包括市场投资组合、行业指数、以及 影响收益的各种因素。因素模型的另外一个变化形式是，非正常收益等于实际收 益与相同规模投资组合收益之差，这里的规模( s i z e ) 根据股票的市值来划分， 类似的这种模型称为市场调整收益模型( m a r k e t a d j u s t - r e t u r n - m o d e l ) ，这种模型 的优势在于避免了模型的参数估计，一般用于对第一次上市的股票( i p o s ) 的 分析。 在使用多因素模型时应该注意，如果关注于截面数据的影响或者所研究的公 司处于同一行业或同一规模组合中，多因素模型的作用较为明显。但是如果新加 入的变量边际解释能力越小；对非正常收益方差的减少程度越小，多因素模型的 作用就越小。 2 4 正常收益模型的敏感性分析 在前面的叙述中，我们提到相对于均值调整的收益模型而言，市场模型在减 少非正常收益的方差方面更为有效，我们可以通过比较二者的非正常收益的方差 来证明。 市场模型的非正常收益的方差是： 盯。2 = v a r 【r ，一口。一卢，r 。，】 ( 2 4 ) = v a r 月。】一声，2 v a r 【r 。，】 = ( 1 一只? ) y n ，【r ，】 其中r ? 是资产i 的市场模型的r2 的回归。 对均值调整的收益模型来说，它的非正常收益的方差是： 盯f 2 = v a t 【r ，一，】= v a r 【r ，】 ( 2 5 ) 在比较二者的方差之后，可以得到； o j = ( 1 _ r2 ) a ； ( 2 6 ) 由于月? 是介于0 和1 之间的，所以市场模型的非正常收益的方差要小于均 值调整收益模型的方差，研究表明，市场模型的低方差特性可以应用到所有计算 非正常收益的方法中。所以。使用市场模型也能得出更为精确的结论。 中国科学技术大学硕上毕业论文 事件分析方法中国股市的应用研究 第三章非正常收益的测算和分析 接下来，我们利用市场模型作为正常收益模型，研究测算和分析非正常收益 的相关问题。 。 3 1 市场模型的参数估计 我们用f 2 0 表示事件发生日期，f = 五+ 1 到f = 瓦表示事件窗口，f = 瓦+ 1 到f = 互表示估计窗1 ：3 。设厶= 石一r o 和岛= 互一巧分别表示估计窗口和事件窗 口的长度。如果仅考虑事件发生日的情况，正= 互+ l ，l ：= 1 。如果考虑事件对 以后收益的影响，可以设定事后一事件窗口，从f = 正+ 1 到f = 正，事后一事件窗 口长度厶= 正一瓦。是事件的时间过程如图3 - - 1 所示 r o五0 ( 公告日) 互写 图3 1 事件的时间过程 位于事件窗口的非正常收益表示了事件对企业价值的影响程度，由于企业价 值的变化是由事件引起的，从这个意义上讲，相对于证券市场价值的变化，事件 是一个外生变量。在许多情况下这种认识是适当的，但在某些情况是例外。例如， 有些事件是由于证券市场价值变化引发的，在这种情况下事件是内生的，在这种 情况下，通常的分析方式就需要作一定的修改。在选择估计窗口和事件窗口时， 两者不要有重叠，以免参数估计受到与事件相关收益的影响，从而使得无论正常 收益还是非正常收益都会反映事件的影响，这时事件分析方法就会出现问题。事 件分析基于一个假设：事件的影响完全可以由非正常收益测量。 设市场模型为： r ! ? = o f ，+ p r + s t f ( 3 1 ) 中国科学技术大学硕士毕业论文事件分析方法中国股市的应用研究 其中，f 为事件分折中的观测时刻。估计面1 5 1 的观测僵柄足 r ；= x ，0 。+ 占。 ( 3 - - 2 ) 月，= r 。，尺4 r 0 。r m 。，x ，= 【，r 。 a 其中的第一列为分量全为一 的第一列向量，r 。= r 。m ，r 。：r 。n ，0 ，；i c e ，卢， ，根据市场模型， 利用最小二乘法，我们可由观测值 r 。，x ，】得到市场模型的参数估计值： 0 ，= ( x j x ，) “x ，r ， ( 3 3 ) 。2 - 上；( 3 - - 4 ) o ：t2 雨5 1 s 。= r ：一x 。0 t 胁：( x ) ；2 ii 3 2 非正常收益的性质 ( 3 5 ) ( 3 6 ) 定义：；：是事件窗口由r 。+ l 到r ：的非正常收益向量( 三：1 ) ， s ，：r ? 一a ，一r ： ( 3 7 ) ：月一x i 占 其中，r = r ，t o i , r 风。r m 。，x = ，月： 是( 三z 2 ) 的矩阵， 其中x ，是第一列分量全为l 的向量r ：； r 。，r 。r 嵋 ， ；= 二，多， 。，根据假设，非正常收益服从零条件均值和条件协方差阵为_ 的 联合正态分布。 一 e x 小。 ( 3 _ 8 ) y j = i o ：j + x ：0 x l x t 、x j j a ；2 ， 其中，是( 工：l ：) 的单位矩阵。 中圈科学技术人学坝i 。毕业论文 事件分析方法中困股i 的应用研究 非正常收益的均值是零，浼明收益是无偏的，非正常收益的协方差矩阵可以 分为两个部分，第一；| f ；分是随机变量的协方差矩阵。第二部分是由于护，的估计 值的误差造成的，当估计窗口l 越来越人时，第二项趋于零，而非正常收益在 相应区间内是独立的，在给定的事件对收益的均值和方差没有影响的条件下，对 于事件窗口的样本的非正常收益的向量就满足： s ，n ( 0 ，v ) 3 3 累计非正常收益的测量和检验 要测量事件对证券收益的影响，就必须将非正常收益加起来才能更好的研究 事件的总体影响能更好的研究事件的总体影响。累计的方式有两种，一种是在某 个l 对间段中对同一证券的非正常收益进行求和：另外一种是对多种证券进行求 和。首先考虑对同一种证券在一段时间进行求和，然后再考虑对多种证券在某一 时问段内的求和。 3 3 1 单一证券累计非正常收益 定义：c a r ，( r ，r ：) 为证券f 在f 。到f ：的累计非正常收益。 7 1 f 。 = a ，查表可求得f 。根据样本观测量计算出 s c a r ，如果l s c a r ，( r 。，r ：) | t 。则否定。，即认为事件对资产价格产生 重大影响。反之，则接受h 。 根据f 分布的性质， e ( s c 爿r ，( r 。) ) = o 肌r ( s c 爿r ( 。r ：) ) = 争j ( 3 1 2 ) 在l 非常大的情况下s c ar 近似服从标准正态分布。 3 3 2 多种证券的累计非正常收益 上面的分析方法也可以扩展成对多个证券的分析，为了对多个证券在一定时 期的非正常收益进行求和，必需假设不同证券的非正常收益不存在相关性，如果 不同证券的事件窗没有交叉重叠，那么非正常收益就不存在相关性。 假设第i 只证券的非正常收益用f ，表示，了表示给定n 个事件的样本，那 么n 个非正常收益向量的均值是： 了：上争；： ( 3 1 3 ) 曷 胁h = y = 古缸 我们可以按照前述的方式对一段时间内的平均非正常收益进行求和。 定义： c a r ，( f 。，f ：) 为证券i 在f 。到f ：的累计非正常收益为 丁， 0 ( 4 1 1 ) 这是一个左单侧检验，原假设h 。事件不会对市场造成积极影响，备选假设 h 事件对市场有积极影响，即产生非正常收益。 4 3 样本的数据的选择与采集 结合交易数据，我们共选出在估计期和事件期均有完整交易记录的6 6 家公 司，其中上证3 6 家，深证3 0 家，本文对筛选出来的6 6 家上市公司的估计期间 的周收盘价进行还权处理，由于停牌等原因造成数据缺失的公司用上周的数据代 替。 样本采集的依据如下： 1 从计算量来看，如果把两市全部( 截至2 0 0 3 年底) 公司纳入筛选，显然计算 量太大，因此必须选择样本： 2 国内常用的上证1 8 0 、深成指数由于其样本股多为大盘或中盘绩优股，不能 全面的反应此次事件影响，因此本文改为从中信大盘、中盘、小盘指数地样 中国科学技术大学硕士毕业论文事件分析方法中国股市的心用研究 本股中采样。2 0 0 3 年5 月，中信指数样本股进行最新的调整，调整后共有大 盘股1 0 9 只、中盘股3 9 8 只、小盘股5 6 7 只； 3 样本选择的标准如下： 1 在事件日( 2 0 0 4 年2 月1 日) 前后2 0 日内均有连续交易的个股： 2 事件期内没有任何形式的重组发生； 3 事件期内没有其他任何可能影响股价变动的重大事件( 如配股、送股、公 布年报、分红等) 发生； 4 在满足上述条件的情况下，我们按中信指数大、中、小盘股样本股的数 量比例选股，并适当增加了大盘股的数量。共选大盘股1 2 家、中盘股2 2 家、小盘股3 2 家。 4 收益率的计算： 在收益率的计算上，本文使用如下公式求得个股及指数的日( 周) 收益， 贾，= i np ，一i npf-】(4-13) 其中p 是经过还权处理后个股在f 日的周收盘价a 中固科学技术大学硕士毕业论文事件分析方法中国股市的应用研究 5 1 总体分析 第五章实证结果与分析 在图5 1 、图5 2 、图5 3 、图5 4 中我们记录了沪市、深市在事件期内 a r 和c a r 的变化情况： o 0 4 0 0 3 量0 0 2 扩。j 骚一0 0 1 剐一o 0 2 一o 0 3 0 15 2 o 1 榴 基o 0 5 器 里 。 嚓 一0 0 5 沪市a r 变化图 时间( t ) 图5 1 圈5 2 2 9 中国科学技术大学硕上毕业论文 事件分析方法中国股市的应用研究 0 0 6 孽0 0 4 褂0 0 2 j 瑁 g0 鞲 裂一0 0 2 0 0 4 o 2 舌0 1 5 褂0 1 蛩o 0 5 j | 薹 。 盎一0 0 5 啼 一0 1 深市a r 变化图 时间( t ) 图5 3 深市c a r 变化图 图5 4 从图5 一l 和图5 3 中，我们可以看出在事件日前市场的a r 波动较小，而 在事件发生后a r 的波动很大，存在明显的非正常收益率，这一点在深市表现得 更为明显。图5 - - 2 、图5 - - 4 给出了两市的c a r 的变动情况，从图中，我们可以 清楚地看到在2 月1 日意见发布前，市场不存在明显的累计非正常收益，而 在事件日后，两市累计非正常收益均有显著的增长。但是在事件期的末端，累计 非正常收益有明显的下降。 在表5 1 和表5 2 中我们给出了深、沪股市样本股在国务院意见出台 后，非正常收益的情况： 中国科学技术大学硕十毕业论文 事件分析方法中国股市的应用研究 表5 1 深、沪两市( 6 7 ) 家沪市( 3 6 ) 家深市( 3 0 ) 家 ta r ( 日平均非正常收益)a r ( 日平均非正常收益)a r ( 日平均非正常收髓) - 2 00 0 0 2 2 5 20 0 0 6 2 6 8- 0 0 0 2 5 7 一1 90 0 0 6 8 0 7o 0 1 3 7 6 2- 0 0 0 1 5 4 一1 8- 0 0 0 1 9 20 0 0 4 1 60 0 0 0 7 6 8 1 70 0 0 0 1 8 9- 0 0 0 0 8 400 0 1 4 2 - 1 60 0 1 2 1 9 0 0 0 9 7 1- 0 0 1 5 1 8 。 一1 50 0 0 7 2 30 0 0 3 6 8- 0 0 1 1 5 1 40 0 1 0 8 2- 0 0 1 3 8 4- 0 ，0 0 7 2 一1 30 0 0 0 1 5 6 0 0 0 3 6 7 30 0 0 4 0 6 一1 20 0 0 0 4 5 60 ，0 0 3 7 5 4- 0 0 0 3 5 1 l- 0 ，0 0 3 8 5 0 0 0 0 4 4- 0 0 0 8 4 l 一1 00 0 0 7 4 7 1 0 0 0 4 2 2 70 0 l1 3 6 5 90 0 1 7 1 5 4 0 0 1 8 5 6 2o 0 1 5 4 6 4 80 0 0 6 7 8 - 0 0 0 6 5 5- 0 0 0 7 0 5 - 70 0 0 6 6 7 5 0 0 1 0 9 5 20 0 0 1 5 4 3 - 60 0 0 6 9 9 9 o 0 0 4 2 40 0 1 0 3 1 l - 5，0 0 0 2 9 7 0 0 0 4 1 70 0 0 1 5 3 40 0 0 2 9 3 0 0 0 0 8 1- 0 0 0 5 4 9 30 0 0 8 7 1l 0 0 0 3 5 0 7o 0 1 4 9 5 6 20 0 2 5 1 5 1 0 0 1 9 5 4 60 0 3 1 8 7 7 一10 0 1 0 5 8 - 0 0 1 4 80 0 0 5 5 2 l0 0 3 4 5 6 8 0 0 3 0 0 9 40 0 3 9 9 3 7 20 0 1 2 6 9 7 0 0 1 2 7 9 60 0 1 2 5 7 9 30 0 2 0 4 8 1 0 0 2 1 1 4 30 0 1 9 6 8 5 40 0 1 4 8 4 6 0 0 1 5 1 2 70 0 l4 5 0 8 50 0 l1 6 5 o 0 1 1 7 7- 0 0 1 1 5 1 60 0 2 0 2 l o 0 1 6 7 8 30 0 2 4 3 2 2 70 0 0 3 6 8 8 0 0 0 1 10 0 0 9 4 3 3 8- 0 0 0 0 9 5 - o 0 0 2 4 90 0 0 0 9 0 5 90 0 0 2 0 4 2 o 0 0 0 1 30 0 0 4 6 4 6 1 0- 0 0 2 0 0 3 0 0 2 0 1 20 0 1 9 9 3 1 l0 0 2 2 1 0 3 0 0 2 0 1 0 30 0 2 4 5 0 4 1 20 ，01 4 6 4 3 0 0 1 4 0 9 l0 0 1 5 3 0 5 1 30 0 0 4 7 3 7 0 0 0 1 8 3 80 0 0 8 2 1 5 1 40 0 0 2 4 9 0 0 0 2 8 5 40 0 0 2 0 5 3 1 50 0 0 4 6 7 5 0 0 0 6 2 3 70 0 0 2 8 1 60 0 2 1 9 1 - 0 0 2 4 8o 0 1 8 4 4 3 1 中国科学技术_ 久学硕士毕业论文事件分析方法中国股市的应用研究 ( 续) 表5 1 深、沪两市( 6 7 ) 家沪市( 3 6 ) 家深市( 3 0 ) 家 ta r ( 日平均非正常收益) a r ( 日平均非正常收益)a r ( 日平均非正常收益) 1 7 0 0 1 5 9 30 0 1 6 7 80 0 1 4 9 1 1 8 o 0 2 2 3 70 0 2 2 9 10 0 2 1 7 2 1 9 0 0 1 2 3- o 0 1 3 8 40 0 1 0 4 5 2 0 0 0 1 5 7 9 8o 0 1 4 7 6 30 0 1 7 0 3 9 表5 2 t 深、沪两市( 6 7 ) 家沪市( 3 6 ) 家深市( 3 0 ) 家 c a r ( 累计非正常收益)c a r ( 累计非正常收益) c a r ( 累计非正常收益) ( 一2 0 ，- 1 ) 0 0 2 2 7 4 7 0 0 2 9 8 9 60 0 1 4 1 6 8 。 ( - l ，1 ) 0 0 2 3 9 8 9 o 0 1 5 2 9 50 0 3 4 4 2 2 ( 1 ，2 0 ) 0 0 6 7 8 3 8 0 0 4 1 8 8 50 0 9 3 4 6 5 ( - 2 0 ，2 0 ) 0 ，0 9 0 5 8 5 0 0 7 1 7 8 l0 。1 1 3 1 4 9 表5 1 列出了整个事件期内深沪两市的a r 和c a r 。表5 2 则按照不同 的时段计算出了两市的c a r 和t 检验量。从中，我们可以看出在事件日前的2 0 日这个时间段内c a r 是2 2 7 ，其中深市是1 4 2 ，而沪市是2 9 9 ，沪市比 深市高。两市在事件日前后一日的间隔内的c a r 是2 4 ，其中深市是3 4 4 ， 而沪市是1 5 3 ，沪市比深市低。市场在事件日后的2 0 日这个时间段内c a r 是 6 7 9 ，其中深市是9 。3 5 ，而沪市是4 1 9 ，深市比沪市高。巧合的是，两个 市场的a r 在时间日的后的第一个交易日双双达到最大值，其中，市场的a r 是 3 4 6 ，深市的a r 是3 9 9 ，沪市的a r 是3 0 1 ，深市比沪市高a 在表5 - - 3 、表5 - - 4 中分别列出了深市、沪市个股的c a r 和t 检验统计量 表5 3 股票代码c a r ( 累计超额收益) t 检验量 6 0 0 0 5 7 o 3 7 0 1 4 6 1 9 6 2 6 0 0 0 7 2 0 2 3 4 92 0 9 6 6 0 0 0 9 l 0 0 4 6 7 7 9 0 4 1 8 6 0 0 0 9 4 0 2 9 3 5 2 2 4 4 4 6 0 0 1 1 9 0 4 4 3 6 4 5 2 1 4 3 6 0 0 1 2 7 0 5 0 7 9 6 6 3 ，0 0 9 中国科学技术人学硕士毕业论文事件分析方j 盘中国股市的应用研究 ( 续) 表5 3 股票代码c a r ( 累计超额收益)t 检验量 6 0 0 1 6 30 3 3 8 8 6 l2 7 9 l 6 0 0 1 7 30 4 0 9 8 6 92 9 6 0 0 1 8 60 1 6 0 7 1 5 0 9 2 9 6 0 0 2 0 80 2 0 2 5 7 5 1 1 6 8 6 0 0 2 1 80 3 2 2 3 6 9 1 6 6 0 0 2 2 20 1 3 1 8 9 6 1 1 6 8 6 0 0 2 9 30 4 5 9 8 3 3 2 3 7 7 6 0 0 3 0 60 6 5 2 5 6 2 2 7 9 7 6 0 0 3 1 20 4 0 2 3 8 5 2 4 4 9 6 0 0 3 1 8 0 6 9 8 4 7 2 3 5 8 7 6 0 0 5 3 9 0 4 1 5 9 0 93 1 9 1 6 0 0 6 0 9 0 0 1 8 8 9 9 o 1 3 7 6 0 0 6 2 3 0 1 8 3 5 2 51 2 8 l 6 0 0 6 3 1 0 3 1 4 7 5 ，1 7 6 1 6 0 0 6 4 2 0 ，4 7 9 0 2 - 3 9 3 8 6 0 0 6 4 3 0 6 0 9 9 1 2 8 6 6 0 0 6 5 3 0 9 0 2 9 7 6 2 3 7 6 0 0 6 5 7 0 2 5 3 3 7 1 2 6 8 6 0 0 6 8 3 0 1 4 5 5 3 l 0 8 4 5 6 0 0 6 8 4 0 0 4 0 2 2 0 3 4 9 6 0 0 6 8 8 0 0 2 6 3 5 - 0 1 2 3 6 0 0 7 4 5 0 0 9 3 1 2 0 6 1 8 6 0 0 8 0 5 0 5 5 0 6 4 - 3 8 7 4 6 0 0 8 1 1 0 2 4 8 2 5 1 5 3 1 6 0 0 8 2 2 0 4 8 9 4 3 6 2 3 3 6 6 0 0 8 3 9 0 6 6 0 9 7 3 4 0 5 6 0 0 8 4 5 0 3 4 1 6 4 7 3 2 2 4 6 0 0 8 5 9 0 0 0 2 8 3 0 3 6 0 0 8 6 3 0 3 6 8 1 3 4 6 8 6 0 0 8 8 1 0 6 4 3 5 5 0 6 6 l 表5 4 i股票代码 c a r ( 累计超额收益) t 检验量 10 0 0 0 0 6 0 0 0 4 7 6 3 0 1 9 0 0 0 0 0 7 o 0 3 7 4 5 3 o 1 6 9 0 0 0 0 2 1 0 3 6 0 1 9 2 2 8 0 0 0 0 7 8 0 3 7 3 3 7 7 2 7 3 3 0 0 0 0 8 9 0 1 1 2 4 7 0 8 7 8 - 3 3 中国科学技术大学硕士毕业论文 事件分析方法中国股市的应用研究 ( 续) 表5 4 股票代码c a r ( 累计超颧收益)t 检验量 0 0 0 1 5 3- 0 0 8 7 6 60 4 9 1 0 0 0 4 1 00 1 4 6 7 8 70 8 2 0 0 0 5 0 60 4 2 3 2 51 9 5 9 0 0 0 5 2 l0 0 8 1 0 8 2 0 4 0 1 0 0 0 5 6 20 0 4 5 8 2 7 0 2 6 2 0 0 0 5 7 30 ，4 1 2 93 6 7 8 0 0 0 5 8 30 1 9 8 9 4 8 0 9 8 4 0 0 0 5 9 70 1 3 0 4 7 9 1 2 2 l 0 0 0 6 0 8 0 5 7 0 2 92 5 0 6 0 0 0 6 2 70 4 7 9 9 1 3 2 1 6 3 0 0 0 6 3 3- 0 3 5 3 5 3 2 ，4 2 9 0 0 0 6 5 l- 0 4 0 4 2 4 2 9 3 4 0 0 0 7 0 1 0 2 4 0 0 8 7 1 4 7 6 0 0 7 1 9 0 3 1 4 6 6 4 1 8 2 1 6 0 0 7 2 0 - 0 0 5 5 4 8 0 3 6 5 6 0 0 7 2 7 0 4 2 4 7 0 i 2 5 2 8 6 0 0 7 3 30 2 7 9 4 9 2 1 7 8 7 6 0 0 7 5 0 0 4 1 8 6 7 3 2 1 9 8 6 0 0 7 5 l- 0 1 2 5 5 8 - 1 0 0 8 6 0 0 7 6 2 0 2 4 7 3 9 91 5 4 2 6 0 0 7 7 9 0 0 9 1 0 5 6 9 0 7 7 9 6 0 0 7 9 50 1 7 9 4 1 0 7 1 7 6 2 6 0 0 8 1 30 5 4 3 0 7 3 3 5 3 4 6 0 0 8 5 9 0 3 5 4 5 0 4 2 5 6 6 0 0 8 1 0 0 3 4 2 8 5 l 2 2 1 3 从表中列出的t 检验结果，我们可以看出样本中的大多数股票的c a r 均为正， 在5 的显著水平下沪市有6 家、深市有5 家无法通过假设检验。这说明，正 如大多数人预期的那样，市场对国务院意见反应积极，大多数股票股价明显 上涨这进一步验证了中国股市具有“政策市”的明显特征。 接下来，我们就实证结果对市场总体反应作进一步分析： 一、事件期内，两市均获得正的c a r ，这说明市场对事件的反应积极。 二、在事件日之后的第一个交易日，两市就双双达到整个事件期中最大日平均非 正常收益，说明投资者对国务院意见有非常高的心理预期。 三、参考国内外的相关研究，