大股东增持行为对市场反应的多维度实证探究：基于A股市场的经验证据

大股东增持行为对市场反应的多维度实证探究：基于A股市场的经验证据一、引言1.1研究背景与意义在资本市场中，大股东增持是一个备受关注的现象，对公司的发展和市场稳定有着重要影响。大股东作为公司的重要决策参与者和主要权益持有者，其增持行为往往蕴含着丰富的信息，向市场传递出对公司未来发展的预期和信心。随着资本市场的不断发展和完善，大股东增持行为日益频繁，引起了投资者、学者和监管机构的广泛关注。一方面，大股东增持可能是基于对公司价值的认可，认为公司股票被低估，通过增持来获取更多的投资回报；另一方面，增持也可能是为了稳定公司股价、增强控制权或向市场传递积极信号，提升投资者对公司的信心。例如，在市场行情低迷或公司股价出现大幅波动时，大股东的增持行为往往能够起到稳定市场情绪的作用，向投资者表明公司管理层对公司未来发展的信心，从而吸引更多的投资者关注和投资。研究大股东增持的市场反应具有重要的理论和实践意义。从理论角度来看，这有助于丰富和完善公司金融理论，深入理解大股东行为对公司价值和市场效率的影响机制。传统的公司金融理论主要关注公司的财务决策和资本结构对公司价值的影响，而对大股东行为的研究相对较少。通过研究大股东增持的市场反应，可以进一步拓展公司金融理论的研究范畴，为解释资本市场中的各种现象提供新的视角和理论依据。从实践角度来看，研究大股东增持的市场反应对投资者、公司管理层和监管机构都具有重要的参考价值。对于投资者而言，大股东增持行为可以作为一个重要的投资参考指标。如果投资者能够准确解读大股东增持的动机和市场反应，就可以更好地把握投资机会，降低投资风险。例如，当大股东增持时，投资者可以通过分析增持的规模、频率和市场环境等因素，判断大股东对公司未来发展的信心程度，从而决定是否跟进投资。对于公司管理层来说，了解大股东增持的市场反应有助于他们更好地制定公司战略和决策。如果大股东增持能够得到市场的积极响应，公司管理层可以进一步加强与大股东的沟通与合作，共同推动公司的发展；反之，如果市场对大股东增持反应冷淡，公司管理层则需要反思公司的经营策略和发展方向，及时调整和改进。对于监管机构来说，研究大股东增持的市场反应可以为其制定相关政策和监管措施提供依据，加强对资本市场的监管，保护投资者的合法权益。例如，监管机构可以通过对大股东增持行为的监管，防止大股东利用增持行为进行内幕交易或操纵市场等违法行为，维护资本市场的公平、公正和透明。1.2研究目标与创新点本研究旨在深入剖析大股东增持行为，通过多因素分析揭示其对市场反应的影响机制。具体目标如下：首先，全面梳理大股东增持的相关理论，构建坚实的理论框架，为后续分析提供理论支撑。其次，运用事件研究法和多元回归分析等方法，量化研究大股东增持事件前后的市场反应，包括股价变动、交易量变化等，精确评估增持行为对市场的短期和长期影响。再者，深入探究影响大股东增持市场反应的内外部因素，内部因素涵盖公司财务状况、股权结构等，外部因素涉及市场环境、行业竞争态势等，从而全面把握市场反应的影响因素。最后，基于研究结果，为投资者、公司管理层和监管机构提供具有针对性和可操作性的建议，助力各方做出科学决策。在创新点方面，本研究将从多维度进行分析，综合考量大股东增持的动机、市场环境、公司特质等多个维度，全面揭示大股东增持市场反应的复杂性和多样性。同时，从多理论视角出发，结合信号传递理论、委托代理理论、市场效率理论等，深入分析大股东增持行为背后的理论逻辑，为研究提供更为丰富的理论视角。此外，本研究将紧密结合实时案例，通过对典型案例的深入剖析，进一步验证和补充实证研究结果，增强研究的现实指导意义。1.3研究方法与数据来源本研究主要运用事件研究法和多元回归分析法，以确保研究的科学性和准确性。事件研究法是一种常用的实证研究方法，用于分析特定事件对股票价格、交易量等市场指标的影响。在本研究中，通过确定大股东增持事件的公告日为事件日，选取事件窗口期，计算窗口期内的异常收益率和累计异常收益率，以此来衡量大股东增持事件对市场的短期影响。这种方法能够直观地反映出市场对大股东增持事件的即时反应，帮助我们准确把握市场情绪的变化。多元回归分析法是一种统计分析方法，用于研究多个自变量与一个因变量之间的关系。在本研究中，将累计异常收益率作为因变量，将公司财务指标、股权结构指标、市场环境指标等多个因素作为自变量，构建多元回归模型，以探究影响大股东增持市场反应的因素。通过这种方法，可以深入分析各个因素对市场反应的影响程度和方向，为进一步理解大股东增持的市场效应提供有力支持。在数据来源方面，本研究的数据主要取自Wind资讯数据库。该数据库拥有全面而丰富的金融数据资源，涵盖了上市公司的财务报表、股价走势、股权结构等多方面的数据，为研究提供了坚实的数据基础。在样本选取上，选取了[具体时间段]内A股市场中发生大股东增持事件的上市公司作为研究样本。为确保数据的有效性和研究结果的可靠性，对样本进行了严格筛选。剔除了ST、PT类公司，这类公司通常财务状况异常或存在其他风险因素，可能会对研究结果产生干扰；同时剔除了数据缺失严重的公司，以保证数据的完整性和准确性。经过筛选，最终得到了[X]个有效的研究样本，这些样本具有较好的代表性，能够较为准确地反映大股东增持行为在市场中的普遍情况。二、理论基础与文献综述2.1相关理论基础2.1.1信号传递理论信号传递理论认为，在信息不对称的市场环境中，拥有信息优势的一方（如大股东）会通过某种行为向信息劣势的一方（如投资者）传递信息，以减少信息不对称带来的影响。大股东增持公司股票这一行为，被视为向市场传递积极信号的重要方式。因为大股东作为公司内部的重要决策参与者，对公司的实际经营状况、财务状况以及未来发展前景有着更深入、更全面的了解。当大股东增持股票时，市场会将其解读为大股东对公司未来发展充满信心，认为公司股票的当前价格低于其内在价值，具有较大的投资潜力。例如，在[具体案例公司]中，[具体年份]公司大股东宣布增持股份，这一消息发布后，市场对该公司的关注度大幅提升。投资者普遍认为，大股东的增持行为表明公司在未来可能会有良好的业绩表现，或者正在筹备一些对公司发展有利的重大项目。受此影响，公司股价在短期内出现了显著上涨，交易量也明显增加。这充分体现了大股东增持行为作为积极信号，能够有效影响市场对公司价值与前景的判断，进而改变投资者的决策和市场的反应。2.1.2市场择时理论市场择时理论强调，大股东在进行增持决策时，会密切关注市场估值和股价波动情况，试图利用自身的信息优势和市场时机，以较低的成本获取更多的股份，从而实现自身利益的最大化。该理论认为，市场并非总是完全有效的，股价会在一定时期内偏离其内在价值，出现高估或低估的情况。大股东凭借对公司内部信息的掌握以及对市场趋势的判断，能够识别出这些股价偏离的时机。当市场处于低迷状态，股价普遍下跌，公司股票价格被市场低估时，大股东会认为此时增持股份具有较高的性价比，未来随着股价的回升，他们可以获得资本增值收益。反之，当市场过度繁荣，股价高估时，大股东可能会减少增持甚至减持股份。例如，在[具体时间段]的市场低迷期，[具体公司]的大股东通过深入分析市场行情和公司基本面，果断增持了大量股份。随后，随着市场的逐渐复苏，该公司股价大幅上涨，大股东通过此次增持获得了显著的收益。这一案例充分验证了市场择时理论在大股东增持决策中的应用，表明大股东能够依据市场估值与股价波动进行理性的增持决策。2.1.3委托代理理论委托代理理论主要研究在企业所有权与经营权分离的情况下，委托人与代理人之间的关系以及由此产生的问题。在公司治理中，股东是委托人，管理层是代理人。由于委托人和代理人的目标函数不一致，且存在信息不对称，代理人可能会为了追求自身利益最大化而损害委托人的利益，从而产生委托代理问题。大股东增持行为在一定程度上可以缓解委托代理问题。大股东作为公司的主要权益持有者，其利益与公司的整体利益更为紧密相关。通过增持股份，大股东可以增加自己在公司中的话语权和控制权，更有效地监督管理层的行为，促使管理层做出符合股东利益的决策。当大股东增持股份后，他们对公司的关注度和参与度会进一步提高，能够更及时地发现和纠正管理层可能存在的不当行为，如过度追求在职消费、盲目扩张等，从而减少管理层的机会主义行为，协调股东与管理层之间的利益冲突，提高公司的治理效率。例如，在[具体公司]中，大股东通过增持股份，加强了对管理层的监督，使得管理层更加注重公司的长期发展战略，减少了短期行为，公司的业绩和市场表现也得到了显著提升。2.2文献综述2.2.1大股东增持动机研究国外学者对大股东增持动机的研究起步较早，形成了较为丰富的理论成果。Grossman和Hart（1980）提出了控制权收益理论，认为大股东增持是为了获取控制权私有收益和控制权分享收益，增强对公司的控制，进而影响公司决策以实现自身利益最大化。Shleifer和Vishny（1986）的研究进一步强调了大股东在公司治理中的重要作用，指出大股东增持可以提高其在公司中的话语权，有效监督管理层，减少管理层的机会主义行为，从而提升公司价值。国内学者结合中国资本市场的特点，对大股东增持动机进行了深入探讨。姜仁荣（2010）认为，信号传递理论和市场择时理论能较好地解释大股东增持动机。当公司股价被低估时，大股东可能通过增持向市场传递公司价值被低估的信息，吸引投资者关注；同时，利用内部信息优势，在股价低位时增持，待股价回升后获取资本增值收益。赵淑芳（2018）指出，大股东由于本身持股比例较高，通常会出于维持自身地位的稳定性，达到控股地位进一步巩固的目的，会产生更强烈的增持动机，特别是在股价比较低或者当市场处于熊市时选择增持股份，其持有成本会大幅度降低。于海云等（2010）通过实证研究发现大股东控制能力与大股东增持行为显著正相关，大股东控股能力越强，增持动机也越强，说明大股东在股价被低估之时对上市公司股份进行增持的主要原因是出于对上市公司控制权的考虑，进一步巩固其控股地位。综合来看，国内外学者对大股东增持动机的研究主要集中在信号传递、控制权争夺、市场择时等方面。然而，现有研究对于不同市场环境和公司特质下大股东增持动机的差异分析还不够深入，缺乏系统性和全面性。例如，在新兴市场和成熟市场中，大股东增持动机是否存在显著差异，以及这种差异对市场反应的影响如何，仍有待进一步研究。2.2.2大股东增持市场效应研究在大股东增持对股价影响的研究方面，章卫东等（2014）指出上市公司在大股东增持股票后，由于向市场传递了积极的信号，短期内股票价格会出现上涨，使得大股东都能从中获得股票的超额累计收益，且其获得的超额累计收益与大股东增持股份的数量成正比。李俊峰等（2011）的研究也发现在增持公告事件窗口内公告效应显著为正，在增持后，公司股价累计异常回报也持续显著为正。张裕琪、刁节文（2016）的研究表明大股东增持行为具有明显的效应，即大股东增持后公司股价会明显上涨。关于大股东增持对交易量的影响，部分学者认为大股东增持会引起市场关注，吸引更多投资者参与交易，从而增加股票交易量。当大股东增持消息发布后，投资者认为公司价值可能被低估，纷纷买入股票，导致交易量大幅增加。然而，也有学者认为，交易量的变化还受到市场整体流动性、投资者情绪等多种因素的影响，大股东增持对交易量的影响并非绝对。大股东增持对市场信心的影响也受到了广泛关注。一些研究表明，大股东增持向市场传递了积极信号，表明大股东对公司未来发展充满信心，有助于增强市场信心，稳定市场情绪。在市场低迷时期，大股东的增持行为能够起到示范作用，带动其他投资者的信心，促进市场的稳定和恢复。但也有研究指出，如果市场对大股东增持动机存在疑虑，或者公司基本面不佳，大股东增持对市场信心的提振作用可能有限。总体而言，目前关于大股东增持市场效应的研究取得了一定成果，但仍存在一些不足之处。现有研究多侧重于短期市场效应的分析，对于大股东增持的长期市场效应研究相对较少。此外，在研究大股东增持对市场信心的影响时，缺乏对市场信心量化指标的深入探讨，使得研究结果的说服力和可操作性有待提高。2.2.3研究现状评述综上所述，已有研究在大股东增持动机和市场效应方面取得了一定的成果，为本文的研究提供了重要的理论基础和研究思路。然而，现有研究仍存在一些不足之处。首先，在增持动机研究方面，虽然已提出多种理论来解释大股东增持行为，但不同理论之间的整合和比较研究较少，未能全面、系统地揭示大股东增持动机的复杂性和多样性。其次，在市场效应研究中，对市场反应的影响因素分析不够全面，多集中于公司内部因素，对宏观市场环境、行业竞争态势等外部因素的研究相对薄弱。此外，现有研究在方法上多采用实证分析，缺乏案例研究等其他方法的补充，使得研究结果的现实指导意义受到一定限制。本文将在已有研究的基础上，从多维度分析大股东增持的市场反应，综合考虑公司内部因素、宏观市场环境以及行业竞争态势等多方面因素，全面揭示大股东增持市场反应的影响机制。同时，运用案例研究法，结合实际案例对实证研究结果进行验证和补充，增强研究的现实指导意义，为投资者、公司管理层和监管机构提供更具针对性的建议。三、大股东增持的市场现状分析3.1大股东增持行为的总体态势为深入了解大股东增持行为的总体态势，我们对近年来A股市场大股东增持数据进行了系统梳理。从增持次数来看，呈现出明显的阶段性波动特征。在[具体时间段1]，市场处于相对平稳的上升期，经济形势向好，企业盈利预期稳定，大股东增持次数相对较少，平均每月仅有[X1]次。这可能是因为在市场繁荣阶段，公司股价普遍处于较高水平，大股东认为此时增持成本较高，且公司发展相对稳定，无需通过增持来传递信号或稳定股价。随着[具体事件或经济形势变化]的发生，市场进入下行调整阶段，如[具体时间段2]，市场不确定性增加，股价波动加剧，公司股价面临较大压力。在此期间，大股东增持次数大幅攀升，平均每月达到[X2]次，较之前增长了[X2-X1]/X1*100%。这表明在市场低迷时期，大股东为了稳定股价、增强投资者信心，更倾向于通过增持股份来向市场传递积极信号，显示其对公司未来发展的信心和支持。从增持规模来看，同样与市场周期密切相关。在市场上升期，增持规模相对较小，平均每次增持金额约为[Y1]万元。而在市场下行期，增持规模显著扩大，平均每次增持金额达到[Y2]万元，增长幅度达到[Y2-Y1]/Y1*100%。以[具体公司]为例，在市场下行阶段，该公司大股东一次性增持了价值[具体金额]万元的股份，占公司总股本的[具体比例]。此次增持行为在市场上引起了广泛关注，有效稳定了公司股价，提振了投资者信心。进一步分析发现，大股东增持行为与市场指数之间存在显著的负相关关系。当市场指数下跌时，大股东增持次数和规模往往会相应增加；而当市场指数上涨时，增持行为则相对减少。通过对市场指数与大股东增持次数、增持规模进行相关性分析，得到相关系数分别为[具体相关系数1]和[具体相关系数2]，均在[具体显著性水平]上显著。这充分说明大股东在市场波动时，能够根据市场情况及时调整增持策略，发挥稳定市场的作用。3.2增持行为的行业与板块分布特征通过对不同行业大股东增持行为的深入分析，发现增持行为在行业分布上存在显著差异。传统制造业如钢铁、机械等行业，大股东增持次数相对较少，在研究样本中，钢铁行业大股东增持次数仅占总增持次数的[X]%，机械行业占[Y]%。这可能是由于传统制造业面临着产能过剩、市场竞争激烈等问题，行业发展前景相对不明朗，导致大股东对增持股份持谨慎态度。而新兴产业如新能源、半导体等行业，大股东增持较为频繁，新能源行业大股东增持次数占比达到[M]%，半导体行业占比为[N]%。以新能源行业为例，随着全球对清洁能源的需求不断增长，新能源产业迎来了快速发展的机遇期。该行业的公司往往具有较高的成长性和创新能力，大股东对公司未来的发展充满信心，因此更愿意通过增持股份来表达对公司的支持。在板块分布方面，主板市场大股东增持行为较为普遍，占总增持次数的[P]%。主板上市公司通常具有较大的规模和较为稳定的业绩，大股东增持有助于稳定股价，提升市场对公司的信心。创业板和科创板市场的增持行为相对较少，分别占总增持次数的[Q]%和[R]%。这可能是因为创业板和科创板上市公司大多处于成长初期，公司业绩波动较大，市场对其估值存在较大分歧，大股东在增持决策时会更加谨慎。进一步探究发现，增持行为与行业特性和发展阶段密切相关。对于周期性行业，如汽车、房地产等，大股东增持行为往往与行业周期波动相呼应。在行业低谷期，为了稳定股价和增强投资者信心，大股东会增加增持力度；而在行业繁荣期，增持行为则相对减少。在汽车行业的市场低迷期，[具体汽车公司]大股东多次增持股份，以稳定公司股价，度过行业寒冬。对于非周期性行业，如消费、医药等，大股东增持更多是基于对公司长期发展潜力的认可和对公司价值的判断。消费行业的[具体消费公司]，由于其品牌优势和稳定的市场需求，大股东持续增持股份，看好公司的长期发展前景。行业的发展阶段也对增持行为产生重要影响。处于成长期的行业，如人工智能、物联网等，大股东增持的积极性较高，希望通过增持分享公司成长带来的收益；而处于成熟期或衰退期的行业，增持行为则相对较少。在人工智能行业，随着技术的不断突破和应用场景的不断拓展，行业处于快速成长期，该行业的[具体人工智能公司]大股东多次增持股份，以加强对公司的控制，推动公司的发展。3.3典型案例分析3.3.1华侨城A增持案例华侨城A在房地产与文旅行业具有重要地位，其发展态势备受市场关注。2024年6月23日晚，华侨城A发布公告，称华侨城集团计划以自有资金在6个月内通过集中竞价或大宗交易的方式增持公司股份，增持金额不低于1.65亿元，不超过3.3亿元。此次增持背景主要源于近期华侨城A的股价存在被低估的可能性，同时也是在央企持续推进市值管理的背景下，控股股东基于对公司长期投资价值的认可及对公司未来持续稳定发展的信心而做出的决策。从基本面来看，华侨城A以房地产和旅游为主营业务。在房地产方面，面对行业调整周期，公司极力稳定经营，通过全力冲刺销售回款、降本控费等举措，积极回笼资金。2023年，华侨城A实现营业收入557亿元，经营性现金流净额34亿元，较2022年的5.7亿元净流出大幅改善；公司在手现金401亿元，对短债覆盖倍数达1.63，完全有能力应对未来到期债务的兑付。在文旅方面，公司将持续从行业繁荣中获益。2023年，旅游综合业务收入同比上升15%，全年累计接待游客9365万人次，凭借先发优势、经验优势、产品优势和品牌优势，其知名旅游项目遍布全国核心城市，占据了优质市场资源。在增持过程中，华侨城集团自年初以来依据增持计划，已成功以集中竞价交易的方式增持公司股票共计6487.71万股，占公司总股本的0.81%，这一增持行为在市场上引起了强烈反响。从市场反应来看，在增持公告发布后的一段时间内，华侨城A股价出现了显著上涨。以[具体时间段]为例，股价从增持公告前的[X]元上涨至[X+Y]元，涨幅达到34.45%。这一股价上涨背后有着多方面原因。从信号传递角度来看，大股东增持向市场传递了积极信号，表明控股股东对公司未来发展充满信心，认为公司股票价值被低估，吸引了投资者的关注和买入，从而推动股价上涨。从市场预期角度分析，投资者对华侨城A的未来业绩表现和发展前景有了更积极的预期。公司在房地产和文旅业务上的稳健发展态势，以及积极的战略调整和业务优化措施，让投资者相信公司未来有望实现更好的业绩增长，进而愿意买入并持有公司股票，推动股价上升。3.3.2申华控股增持案例申华控股在汽车销售和服务领域具有一定规模和市场份额，然而近年来公司业绩表现不佳。2024年5月31日，公司第一大股东辽宁华晟汽车零部件有限公司按照增持计划首次增持了公司股份6707738股，占公司总股本0.34%。此次增持与公司股价走势密切相关，在增持消息发布后，申华控股股价出现了连续涨停的现象，自5月30日以来连续4个交易日累计涨幅达46.96%，至6月5日已连续5个交易日收于涨停板，股价报于1.86元，上涨0.17元，涨幅为10.06%。从公司业绩方面来看，申华控股近年来面临着较大的经营压力。2023年度实现营业收入51.41亿元，同比减少13.58%；实现净利润-1.99亿元，同比减少15.1%。2024年一季度，公司实现净利润-2722.62万元，实现扣非净利润-2702.15万元。2023年国内市场形势严峻，公司主力销售区域华东地区遭受严重冲击，客流下滑和物流不畅，产品供应节奏被打乱，对汽车销售业务造成很大压力。2023年，申华控股的汽车销售业务毛利率仅为1.45%，相比上年同期减少了2.94个百分点。大股东增持在短期内对申华控股股价产生了明显的提振作用。大股东增持向市场传递了积极信号，增强了投资者的信心，吸引了更多投资者关注和买入，从而推动股价上涨。然而，从长期来看，公司业绩不佳的现状对其发展仍存在较大制约。若公司不能有效改善经营状况，提升业绩，股价的上涨可能难以持续。从行业竞争角度分析，汽车销售和服务行业竞争激烈，申华控股面临着来自同行的巨大竞争压力。如果公司不能在产品、服务、成本控制等方面提升竞争力，未来业绩增长将面临困境，股价也可能受到负面影响。3.3.3东方盛虹增持案例东方盛虹是国内化工化纤领域的重要企业，拥有炼化一体化产业链，在聚酯新材料等方面布局广泛。在2025年2月10日至2月14日期间，东方盛虹以2.63亿元的增持金额位列大股东增持榜前列，合计增持2993.39万股。此次增持规模较大，反映了大股东对公司发展的重视和信心。从增持后的市场表现来看，在增持后的一段时间内，东方盛虹股价呈现出上涨趋势。以[具体时间段]为例，股价从增持前的[X1]元上涨至[X1+Y1]元，涨幅达到12.91%。这一股价涨幅与公司在绿色低碳产业的布局密切相关。随着全球对环境保护和可持续发展的关注度不断提高，绿色低碳产业成为未来发展的重要方向。东方盛虹积极布局绿色低碳产业，在炼化一体化项目中采用先进的环保技术和工艺，降低能源消耗和污染物排放，提高资源利用效率。公司加大在聚酯新材料领域的研发投入，开发出一系列高性能、低能耗的产品，满足市场对绿色环保材料的需求。大股东增持与公司在绿色低碳产业的布局相互关联。大股东增持表明其对公司在绿色低碳产业发展前景的认可，认为公司在该领域的布局具有较大的发展潜力和投资价值。增持行为也向市场传递了积极信号，增强了投资者对公司在绿色低碳产业发展的信心，吸引更多投资者关注和投资，推动股价上涨。从行业发展趋势角度分析，绿色低碳产业的发展为东方盛虹带来了新的机遇和挑战。随着行业标准的不断提高和市场需求的变化，公司需要不断加大研发投入，提升技术水平和产品质量，以适应市场竞争和行业发展的要求。四、研究设计4.1样本选取与数据处理为确保研究结果的可靠性和代表性，本研究选取[具体时间段]作为研究区间，以A股市场中发生大股东增持事件的上市公司为初始样本。在样本筛选过程中，首先剔除了ST、PT类上市公司，因为这类公司通常面临财务困境或其他异常情况，其股价波动和市场反应可能受到特殊因素的影响，会对研究结果产生干扰。同时，对于数据缺失严重的公司也予以剔除，确保样本数据的完整性和准确性。数据缺失可能导致关键信息的遗漏，影响对大股东增持市场反应的准确分析。经过严格的筛选，最终得到[X]个有效的研究样本。在数据处理方面，运用Excel软件对原始数据进行初步整理，包括数据的录入、核对和清洗，确保数据的准确性和一致性。随后，使用Stata软件进行更为深入的数据处理和分析。利用Stata软件计算股票收益率、异常收益率和累计异常收益率等关键指标，这些指标是衡量大股东增持市场反应的重要依据。在计算股票收益率时，采用每日收盘价数据，根据公式R_{i,t}=\frac{P_{i,t}-P_{i,t-1}}{P_{i,t-1}}计算股票i在第t日的收益率，其中P_{i,t}表示股票i在第t日的收盘价，P_{i,t-1}表示股票i在第t-1日的收盘价。在计算异常收益率时，首先需要确定正常收益率。本研究采用市场模型来估计正常收益率，市场模型的表达式为R_{i,t}=\alpha_i+\beta_iR_{m,t}+\epsilon_{i,t}其中R_{i,t}为股票i在第t日的收益率，R_{m,t}为市场组合在第t日的收益率，\alpha_i和\beta_i为待估计参数，\epsilon_{i,t}为随机误差项。通过对估计期内股票收益率和市场组合收益率进行回归，得到\alpha_i和\beta_i的估计值，进而计算出正常收益率\hat{R}_{i,t}=\hat{\alpha}_i+\hat{\beta}_iR_{m,t}股票i在第t日的异常收益率AR_{i,t}为实际收益率与正常收益率之差，即AR_{i,t}=R_{i,t}-\hat{R}_{i,t}累计异常收益率CAR_{i,t_1,t_2}则是在事件窗口期[t_1,t_2]内异常收益率的累加，计算公式为CAR_{i,t_1,t_2}=\sum_{t=t_1}^{t_2}AR_{i,t}通过以上数据处理和计算过程，为后续深入分析大股东增持的市场反应奠定了坚实的数据基础。4.2变量定义与度量4.2.1被解释变量本研究选取超额收益率（AR）和累计超额收益率（CAR）作为度量市场反应的被解释变量。超额收益率能够直观地反映出在某一特定时期内，股票实际收益率超出正常收益率的部分，从而精准地衡量大股东增持事件对公司股价的即时影响。正常收益率通常基于市场模型或资本资产定价模型进行估算，它代表了在没有大股东增持这一特殊事件影响下，股票应有的收益率水平。而超额收益率则是通过将股票的实际收益率减去正常收益率得到，其计算公式为：AR_{i,t}=R_{i,t}-\hat{R}_{i,t}其中，AR_{i,t}表示股票i在第t日的超额收益率，R_{i,t}为股票i在第t日的实际收益率，\hat{R}_{i,t}是股票i在第t日的正常收益率。累计超额收益率则是在特定的事件窗口期内，对每日超额收益率进行累加，全面地反映了大股东增持事件在一段时间内对股价的综合影响。它能够更宏观地展现市场对增持事件的持续反应，以及这种反应在时间维度上的累积效果。累计超额收益率的计算公式为：CAR_{i,t_1,t_2}=\sum_{t=t_1}^{t_2}AR_{i,t}其中，CAR_{i,t_1,t_2}表示股票i在事件窗口期[t_1,t_2]内的累计超额收益率。在实际研究中，事件窗口期的选择至关重要。较短的窗口期可以敏锐地捕捉到市场对大股东增持事件的即时反应，能够迅速反映出市场在短期内对增持信息的消化和调整；而较长的窗口期则有助于更全面地观察市场反应的长期趋势，以及增持事件对公司股价的持续影响，还能考虑到市场可能存在的滞后反应或其他因素对股价的后续作用。例如，在研究华侨城A大股东增持案例时，通过计算不同窗口期的累计超额收益率，发现增持公告发布后的短期内（如[-1,1]窗口期），股价迅速上涨，累计超额收益率显著为正，表明市场对增持事件做出了积极的即时反应；而在较长的窗口期（如[-30,30]）内，虽然累计超额收益率仍为正，但波动较大，反映出市场在长期内对增持事件的反应受到多种因素的影响，包括公司基本面、行业动态和宏观经济环境等。4.2.2解释变量大股东增持比例（Proportion），即大股东增持的股份数量占公司总股本的比例，该变量用于衡量大股东增持的规模大小。增持比例越高，表明大股东对公司的信心越强，投入的资源越多，可能向市场传递出更强烈的积极信号，对市场反应的影响也就可能越大。例如，在东方盛虹的增持案例中，大股东增持比例达到了[具体比例]，这一较高的增持比例在市场上引起了广泛关注，吸引了更多投资者的兴趣，推动了股价的上涨。增持金额（Amount），指大股东增持股份所花费的资金总额，同样反映了大股东增持的力度。增持金额越大，说明大股东对公司的支持力度越大，也可能对市场产生更显著的影响。以华侨城A为例，其大股东计划增持金额不低于1.65亿元，不超过3.3亿元，如此大规模的增持金额在市场上引发了强烈反响，投资者对公司的未来发展充满期待，股价也随之上涨。增持次数（Frequency），表示大股东在一定时期内增持股份的次数。增持次数较多可能意味着大股东对公司的持续关注和看好，不断通过增持来表达对公司的信心，进而对市场反应产生持续的影响。4.2.3控制变量公司规模（Size），通常采用公司的总资产或市值来衡量。公司规模越大，其在市场中的影响力和稳定性往往越高，可能对大股东增持的市场反应产生影响。大规模公司的股价相对较为稳定，市场对其增持事件的反应可能相对较为温和；而小规模公司的股价波动性较大，增持事件可能引发更显著的市场反应。例如，大型蓝筹股公司的大股东增持可能对股价的影响相对较小，因为市场对这类公司的预期较为稳定；而小型成长型公司的大股东增持可能会引起股价的较大波动，因为市场对其未来发展的不确定性相对较高。财务杠杆（Leverage），用资产负债率来表示，反映公司的负债水平和偿债能力。财务杠杆较高的公司可能面临较大的财务风险，大股东增持在这种情况下可能被市场解读为对公司财务状况的支持和信心，从而对市场反应产生影响。当一家资产负债率较高的公司大股东增持时，市场可能会认为大股东有信心改善公司的财务状况，降低财务风险，进而对公司股价产生积极影响。盈利能力（Profitability），可以通过净资产收益率（ROE）等指标来衡量。盈利能力强的公司往往更受市场青睐，大股东增持在这种情况下可能进一步强化市场对公司的积极预期，对市场反应产生正向影响。如果一家公司的ROE较高，说明其盈利能力较强，大股东增持会让市场更加看好公司的未来发展，推动股价上涨。行业竞争程度（Competition），可以通过行业集中度、赫芬达尔-赫希曼指数（HHI）等指标来衡量。在竞争激烈的行业中，大股东增持可能被视为公司提升竞争力、巩固市场地位的信号，对市场反应产生影响。在一个行业集中度较低、竞争激烈的市场中，某公司大股东增持可能会让市场认为公司有能力在竞争中脱颖而出，从而吸引更多投资者，提升股价。4.3实证模型构建为了准确评估大股东增持对市场反应的影响，本研究采用事件研究法来计算超额收益率。事件研究法的核心步骤如下：首先，明确事件日，将大股东增持公告发布日设定为事件日（t=0）。然后，确定事件窗口期，通常选取事件日前[X1]天到事件日后[X2]天作为窗口期，即[-X1,X2]。窗口期的选择需要综合考虑多方面因素，既要确保能够充分捕捉到市场对增持事件的反应，又要避免过长的窗口期引入过多其他因素的干扰。例如，若窗口期过短，可能无法全面反映市场对增持事件的持续反应；而窗口期过长，则可能受到宏观经济数据发布、行业政策调整等其他因素的影响，导致无法准确衡量增持事件对市场的影响。在估计正常收益率时，采用市场模型R_{i,t}=\alpha_i+\beta_iR_{m,t}+\epsilon_{i,t}其中，R_{i,t}为股票i在第t日的收益率，R_{m,t}为市场组合在第t日的收益率，\alpha_i和\beta_i为待估计参数，\epsilon_{i,t}为随机误差项。通过对估计期内（通常选取事件日前[X3]天到事件日前[X4]天，即[-X3,-X4]）股票收益率和市场组合收益率进行回归，得到\alpha_i和\beta_i的估计值，进而计算出正常收益率\hat{R}_{i,t}=\hat{\alpha}_i+\hat{\beta}_iR_{m,t}股票i在第t日的超额收益率AR_{i,t}为实际收益率与正常收益率之差，即AR_{i,t}=R_{i,t}-\hat{R}_{i,t}累计超额收益率CAR_{i,t_1,t_2}则是在事件窗口期[t_1,t_2]内超额收益率的累加，计算公式为CAR_{i,t_1,t_2}=\sum_{t=t_1}^{t_2}AR_{i,t}通过以上步骤，能够准确计算出超额收益率和累计超额收益率，为后续分析大股东增持的市场反应提供数据支持。为了深入探究影响大股东增持市场反应的因素，构建多元回归模型如下：CAR=\beta_0+\beta_1Proportion+\beta_2Amount+\beta_3Frequency+\beta_4Size+\beta_5Leverage+\beta_6Profitability+\beta_7Competition+\epsilon其中，CAR为累计超额收益率，作为被解释变量，用于衡量大股东增持的市场反应；Proportion为大股东增持比例，Amount为增持金额，Frequency为增持次数，这三个变量作为解释变量，用于探究大股东增持行为本身对市场反应的影响；Size表示公司规模，Leverage表示财务杠杆，Profitability表示盈利能力，Competition表示行业竞争程度，这些变量作为控制变量，用于控制其他因素对市场反应的干扰；\beta_0为常数项，\beta_1-\beta_7为回归系数，\epsilon为随机误差项。通过对该多元回归模型的估计和分析，可以明确各个因素对大股东增持市场反应的影响方向和程度，深入揭示大股东增持市场反应的影响机制。五、实证结果与分析5.1描述性统计分析对选取的[X]个研究样本中各变量进行描述性统计分析，结果如表1所示。变量观测值均值标准差最小值中位数最大值CARX[均值CAR][标准差CAR][最小值CAR][中位数CAR][最大值CAR]ProportionX[均值Proportion][标准差Proportion][最小值Proportion][中位数Proportion][最大值Proportion]AmountX[均值Amount][标准差Amount][最小值Amount][中位数Amount][最大值Amount]FrequencyX[均值Frequency][标准差Frequency][最小值Frequency][中位数Frequency][最大值Frequency]SizeX[均值Size][标准差Size][最小值Size][中位数Size][最大值Size]LeverageX[均值Leverage][标准差Leverage][最小值Leverage][中位数Leverage][最大值Leverage]ProfitabilityX[均值Profitability][标准差Profitability][最小值Profitability][中位数Profitability][最大值Profitability]CompetitionX[均值Competition][标准差Competition][最小值Competition][中位数Competition][最大值Competition]从表1中可以看出，累计超额收益率（CAR）的均值为[均值CAR]，表明从整体样本来看，大股东增持事件在事件窗口期内平均带来了一定程度的正超额收益，说明市场对大股东增持事件总体上呈现出积极反应。然而，其标准差为[标准差CAR]，数值相对较大，这反映出不同公司在大股东增持后的市场反应存在较大差异。最小值为[最小值CAR]，最大值为[最大值CAR]，进一步说明了市场反应的离散程度较高，部分公司大股东增持后的超额收益表现较为极端，可能受到多种复杂因素的综合影响。大股东增持比例（Proportion）的均值为[均值Proportion]，显示出平均增持比例处于[具体水平]，但标准差为[标准差Proportion]，说明不同公司大股东增持比例的波动较大。一些公司大股东增持比例较低，而另一些公司大股东增持比例较高，这可能与公司的股权结构、发展战略以及大股东对公司的信心程度等因素有关。增持金额（Amount）的均值为[均值Amount]，标准差为[标准差Amount]，同样体现出增持金额在不同公司间的差异明显，反映出大股东在增持力度上存在较大的决策差异。增持次数（Frequency）的均值为[均值Frequency]，说明在研究样本中，大股东平均增持次数为[具体次数]。从最小值[最小值Frequency]和最大值[最大值Frequency]可以看出，有的大股东仅增持1次，而有的大股东增持次数较多，这可能与大股东对市场形势的判断、公司股价走势以及增持目的等因素相关。例如，当公司股价持续下跌或市场环境不稳定时，大股东可能会多次增持以稳定股价和增强市场信心。公司规模（Size）的均值为[均值Size]，标准差为[标准差Size]，表明样本公司的规模存在一定差异。规模较大的公司在市场中具有更强的稳定性和抗风险能力，其大股东增持行为可能对市场产生不同的影响；而规模较小的公司，其股价对大股东增持的反应可能更为敏感。财务杠杆（Leverage）的均值为[均值Leverage]，反映出样本公司整体的负债水平处于[具体水平]，标准差为[标准差Leverage]，说明各公司之间的财务杠杆差异较大，财务风险状况参差不齐。盈利能力（Profitability）的均值为[均值Profitability]，体现出样本公司平均盈利能力为[具体程度]，标准差为[标准差Profitability]，显示出不同公司盈利能力的离散程度较高，这也会影响市场对大股东增持事件的反应。行业竞争程度（Competition）的均值为[均值Competition]，标准差为[标准差Competition]，表明不同行业的竞争程度存在显著差异，行业竞争程度的不同会影响公司的市场地位和发展前景，进而对大股东增持的市场反应产生影响。5.2相关性分析为进一步探究各变量之间的关系，对所有变量进行相关性分析，结果如表2所示。变量CARProportionAmountFrequencySizeLeverageProfitabilityCompetitionCAR1[相关系数1][相关系数2][相关系数3][相关系数4][相关系数5][相关系数6][相关系数7]Proportion[相关系数1]1[相关系数8][相关系数9][相关系数10][相关系数11][相关系数12][相关系数13]Amount[相关系数2][相关系数8]1[相关系数14][相关系数15][相关系数16][相关系数17][相关系数18]Frequency[相关系数3][相关系数9][相关系数14]1[相关系数19][相关系数20][相关系数21][相关系数22]Size[相关系数4][相关系数10][相关系数15][相关系数19]1[相关系数23][相关系数24][相关系数25]Leverage[相关系数5][相关系数11][相关系数16][相关系数20][相关系数23]1[相关系数26][相关系数27]Profitability[相关系数6][相关系数12][相关系数17][相关系数21][相关系数24][相关系数26]1[相关系数28]Competition[相关系数7][相关系数13][相关系数18][相关系数22][相关系数25][相关系数27][相关系数28]1从表2中可以看出，大股东增持比例（Proportion）与累计超额收益率（CAR）之间的相关系数为[相关系数1]，在[具体显著性水平]上显著正相关。这表明大股东增持比例越高，市场对增持事件的反应越积极，公司股价的累计超额收益率越高，验证了大股东增持比例对市场反应具有正向影响的预期。增持金额（Amount）与累计超额收益率（CAR）的相关系数为[相关系数2]，同样在[具体显著性水平]上显著正相关，说明增持金额越大，越能引起市场的积极反应，推动股价上涨。增持次数（Frequency）与累计超额收益率（CAR）的相关系数为[相关系数3]，且在[具体显著性水平]上显著，表明增持次数的增加也会对市场反应产生积极影响。多次增持行为向市场传递出大股东对公司持续看好的信号，增强了投资者的信心，进而提升了股价的累计超额收益率。公司规模（Size）与累计超额收益率（CAR）的相关系数为[相关系数4]，呈现出[正/负]相关关系。这可能是因为大规模公司的市场影响力较大，其股价相对稳定，大股东增持对股价的影响相对较小；而小规模公司的股价波动性较大，大股东增持更容易引起市场关注，对股价产生较大影响。财务杠杆（Leverage）与累计超额收益率（CAR）的相关系数为[相关系数5]，二者之间存在[正/负]相关关系。财务杠杆较高的公司，大股东增持可能被市场解读为对公司财务状况的支持，从而对股价产生积极影响；反之，财务杠杆较低的公司，大股东增持的市场反应可能相对较弱。盈利能力（Profitability）与累计超额收益率（CAR）的相关系数为[相关系数6]，呈显著正相关。盈利能力强的公司本身就更受市场青睐，大股东增持进一步强化了市场对公司的积极预期，使得股价的累计超额收益率更高。行业竞争程度（Competition）与累计超额收益率（CAR）的相关系数为[相关系数7]，表明行业竞争程度对大股东增持的市场反应也存在一定影响。在竞争激烈的行业中，大股东增持可能被视为公司提升竞争力、巩固市场地位的信号，从而引起市场的积极反应；而在竞争相对缓和的行业中，增持的市场反应可能相对较小。此外，各解释变量之间的相关性也值得关注。大股东增持比例（Proportion）与增持金额（Amount）的相关系数为[相关系数8]，呈现出显著正相关关系，这是因为增持金额通常与增持比例成正比，增持比例越高，所需的增持金额往往也越大。增持比例（Proportion）与增持次数（Frequency）的相关系数为[相关系数9]，说明增持比例较高的公司，大股东可能会通过多次增持来实现，二者之间存在一定的关联。通过相关性分析，初步明确了各变量之间的关系，为后续的回归分析奠定了基础。但需要注意的是，相关性分析只能揭示变量之间的线性关系，不能确定因果关系，还需通过回归分析进一步深入探究各因素对大股东增持市场反应的影响。5.3回归结果分析5.3.1大股东增持对市场反应的主效应对构建的多元回归模型进行估计，结果如表3所示。|变量|系数|标准误|t值|P>|t||----|----|----|----|----||Proportion|[系数1]|[标准误1]|[t值1]|[P值1]||Amount|[系数2]|[标准误2]|[t值2]|[P值2]||Frequency|[系数3]|[标准误3]|[t值3]|[P值3]||Size|[系数4]|[标准误4]|[t值4]|[P值4]||Leverage|[系数5]|[标准误5]|[t值5]|[P值5]||Profitability|[系数6]|[标准误6]|[t值6]|[P值6]||Competition|[系数7]|[标准误7]|[t值7]|[P值7]|_cons|[系数8]|[标准误8]|[t值8]|[P值8]||----|----|----|----|----||Proportion|[系数1]|[标准误1]|[t值1]|[P值1]||Amount|[系数2]|[标准误2]|[t值2]|[P值2]||Frequency|[系数3]|[标准误3]|[t值3]|[P值3]||Size|[系数4]|[标准误4]|[t值4]|[P值4]||Leverage|[系数5]|[标准误5]|[t值5]|[P值5]||Profitability|[系数6]|[标准误6]|[t值6]|[P值6]||Competition|[系数7]|[标准误7]|[t值7]|[P值7]|_cons|[系数8]|[标准误8]|[t值8]|[P值8]||Proportion|[系数1]|[标准误1]|[t值1]|[P值1]||Amount|[系数2]|[标准误2]|[t值2]|[P值2]||Frequency|[系数3]|[标准误3]|[t值3]|[P值3]||Size|[系数4]|[标准误4]|[t值4]|[P值4]||Leverage|[系数5]|[标准误5]|[t值5]|[P值5]||Profitability|[系数6]|[标准误6]|[t值6]|[P值6]||Competition|[系数7]|[标准误7]|[t值7]|[P值7]|_cons|[系数8]|[标准误8]|[t值8]|[P值8]||Amount|[系数2]|[标准误2]|[t值2]|[P值2]||Frequency|[系数3]|[标准误3]|[t值3]|[P值3]||Size|[系数4]|[标准误4]|[t值4]|[P值4]||Leverage|[系数5]|[标准误5]|[t值5]|[P值5]||Profitability|[系数6]|[标准误6]|[t值6]|[P值6]||Competition|[系数7]|[标准误7]|[t值7]|[P值7]|_cons|[系数8]|[标准误8]|[t值8]|[P值8]||Frequency|[系数3]|[标准误3]|[t值3]|[P值3]||Size|[系数4]|[标准误4]|[t值4]|[P值4]||Leverage|[系数5]|[标准误5]|[t值5]|[P值5]||Profitability|[系数6]|[标准误6]|[t值6]|[P值6]||Competition|[系数7]|[标准误7]|[t值7]|[P值7]|_cons|[系数8]|[标准误8]|[t值8]|[P值8]||Size|[系数4]|[标准误4]|[t值4]|[P值4]||Leverage|[系数5]|[标准误5]|[t值5]|[P值5]||Profitability|[系数6]|[标准误6]|[t值6]|[P值6]||Competition|[系数7]|[标准误7]|[t值7]|[P值7]|_cons|[系数8]|[标准误8]|[t值8]|[P值8]||Leverage|[系数5]|[标准误5]|[t值5]|[P值5]||Profitability|[系数6]|[标准误6]|[t值6]|[P值6]||Competition|[系数7]|[标准误7]|[t值7]|[P值7]|_cons|[系数8]|[标准误8]|[t值8]|[P值8]||Profitability|[系数6]|[标准误6]|[t值6]|[P值6]||Competition|[系数7]|[标准误7]|[t值7]|[P值7]|_cons|[系数8]|[标准误8]|[t值8]|[P值8]||Competition|[系数7]|[标准误7]|[t值7]|[P值7]|_cons|[系数8]|[标准误8]|[t值8]|[P值8]|_cons|[系数8]|[标准误8]|[t值8]|[P值8]|从回归结果来看，大股东增持比例（Proportion）的系数为[系数1]，在[具体显著性水平]上显著为正，这表明大股东增持比例与累计超额收益率（CAR）之间存在显著的正相关关系。即大股东增持比例越高，公司在增持事件窗口期内的累计超额收益率越高，市场对增持事件的反应越积极。这一结果与预期一致，验证了大股东增持比例对市场反应具有正向影响的假设。增持比例的提高意味着大股东对公司未来发展的信心增强，愿意投入更多资源来支持公司，这种积极信号被市场所接收，吸引了更多投资者的关注和买入，从而推动股价上涨，提高了累计超额收益率。增持金额（Amount）的系数为[系数2]，同样在[具体显著性水平]上显著为正，说明增持金额与累计超额收益率之间存在显著的正相关关系。增持金额越大，市场对增持事件的反应越强烈，公司股价的累计超额收益率越高。这是因为大规模的增持金额向市场传递了大股东对公司价值的高度认可和对公司未来发展的坚定信心，使得市场对公司的预期更加乐观，吸引了更多投资者的积极参与，进而推动股价上升。增持次数（Frequency）的系数为[系数3]，在[具体显著性水平]上显著为正，表明增持次数与累计超额收益率之间也呈现出显著的正相关关系。大股东多次增持向市场传递出持续看好公司发展的信号，增强了投资者对公司的信心，使得投资者更愿意长期持有公司股票，推动股价在较长时间内保持上涨趋势，从而提高了累计超额收益率。综上所述，大股东增持比例、增持金额和增持次数均对市场反应产生了显著的正向影响，验证了假设H1。大股东通过增加增持比例、加大增持金额和增加增持次数，能够向市场传递更强烈的积极信号，吸引更多投资者的关注和投资，从而提升公司股价的累计超额收益率，对市场产生积极的影响。5.3.2影响因素的进一步探究为了深入探究公司业绩、市场环境等因素在大股东增持与市场反应之间的调节作用，构建如下调节效应模型：CAR=\beta_0+\beta_1Proportion+\beta_2Amount+\beta_3Frequency+\beta_4Size+\beta_5Leverage+\beta_6Profitability+\beta_7Competition+\beta_8Proportion\timesPerformance+\beta_9Amount\timesPerformance+\beta_{10}Frequency\timesPerformance+\beta_{11}Proportion\timesMarket+\beta_{12}Amount\timesMarket+\beta_{13}Frequency\timesMarket+\epsilon其中，Performance表示公司业绩，采用净资产收益率（ROE）来衡量；Market表示市场环境，采用市场整体收益率来衡量；Proportion\timesPerformance、Amount\timesPerformance、Frequency\timesPerformance分别为大股东增持比例、增持金额、增持次数与公司业绩的交互项；Proportion\timesMarket、Amount\timesMarket、Frequency\timesMarket分别为大股东增持比例、增持金额、增持次数与市场环境的交互项。对调节效应模型进行估计，结果如表4所示。|变量|系数|标准误|t值|P>|t||----|----|----|----|----||Proportion|[系数1]|[标准误1]|[t值1]|[P值1]||Amount|[系数2]|[标准误2]|[t值2]|[P值2]||Frequency|[系数3]|[标准误3]|[t值3]|[P值3]||Size|[系数4]|[标准误4]|[t值4]|[P值4]||Leverage|[系数5]|[标准误5]|[t值5]|[P值5]||Profitability|[系数6]|[标准误6]|[t值6]|[P值6]||Competition|[系数7]|[标准误7]|[t值7]|[P值7]||Proportion×Performance|[系数8]|[标准误8]|[t值8]|[P值8]||Amount×Performance|[系数9]|[标准误9]|[t值9]|[P值9]||Frequency×Performance|[系数10]|[标准误10]|[t值10]|[P值10]||Proportion×Market|[系数11]|[标准误11]|[t值11]|[P值11]||Amount×Market|[系数12]|[标准误12]|[t值12]|[P值12]||Frequency×Market|[系数13]|[标准误13]|[t值13]|[P值13]|_cons|[系数14]|[标准误14]|[t值14]|[P值14]||----|----|----|----|----||Proportion|[系数1]|[标准误1]|[t值1]|[P值1]||Amount|[系数2]|[标准误2]|[t值2]|[P值2]||Frequency|[系数3]|[标准误3]|[t值3]|[P值3]||Size|[系数4]|[标准误4]|[t值4]|[P值4]||Leverage|[系数5]|[标准误5]|[t值5]|[P值5]||Profitability|[系数6]|[标准误6]|[t值6]|[P值6]||Competition|[系数7]|[标准误7]|[t值7]|[P值7]||Proportion×Performance|[系数8]|[标准误8]|[t值8]|[P值8]||Amount×Performance|[系数9]|[标准误9]|[t值9]|[P值9]||Frequency×Performance|[系数10]|[标准误10]|[t值10]|[P值10]||Proportion×Market|[系数11]|[标准误11]|[t值11]|[P值11]||Amount×Market|[系数12]|[标准误12]|[t值12]|[P值12]||Frequency×Market|[系数13]|[标准误13]|[t值13]|[P值13]|_cons|[系数14]|[标准误14]|[t值14]|[P值14]||Proportion|[系数1]|[标准误1]|[t值1]|[P值1]||Amount|[系数2]|[标准误2]|[t值2]|[P值2]||Frequency|[系数3]|[标准误3]|[t值3]|[P值3]||Size|[系数4]|[标准误4]|[t值4]|[P值4]||Leverage|[系数5]|[标准误5]|[t值5]|[P值5]||Profitability|[系数6]|[标准误6]|[t值6]|[P值6]||Competition|[系数7]|[标准误7]|[t值7]|[P值7]||Proportion×Performance|[系数8]|[标准误8]|[t值8]|[P值8]||Amount×Performance|[系数9]|[标准误9]|[t值9]|[P值9]||Frequency×Performance|[系数10]|[标准误10]|[t值10]|[P值10]||Proportion×Market|[系数11]|[标准误11]|[t值11]|[P值11]||Amount×Market|[系数12]|[标准误12]|[t值12]|[P值12]||Frequency×Market|[系数13]|[标准误13]|[t值13]|[P值13]|_cons|[系数14]|[标准误14]|[t值14]|[P值14]||Amount|[系数2]|[标准误2]|[t值2]|[P值2]||Frequency|[系数3]|[标准误3]|[t值3]|[P值3]||Size|[系数4]|[标准误4]|[t值4]|[P值4]||Leverage|[系数5]|[标准误5]|[t值5]|[P值5]||Profitability|[系数6]|[标准误6]|[t值6]|[P值6]||Competition|[系数7]|[标准误7]|[t值7]|[P值7]||Proportion×Performance|[系数8]|[标准误8]|[t值8]|[P值8]||Amount×Performance|[系数9]|[标准误9]|[t值9]|[P值9]||Frequency×Performance|[系数10]|[标准误10]|[t值10]|[P值10]||Proportion×Market|[系数11]|[标准误11]|[t值11]|[P值11]||Amount×Market|[系数12]|[标准误12]|[t值12]|[P值12]||Frequency×Market|[系数13]|[标准误13]|[t值13]|[P值13]|_cons|[系数14]|[标准误14]|[t值14]|[P值14]||Frequency|[系数3]|[标准误3]|[t值3]|[P值3]||Size|[系数4]|[标准误4]|[t值4]|[P值4]||Leverage|[系数5]|[标准误5]|[t值5]|[P值5]||Profitability|[系数6]|[标准误6]|[t值6]|[P值6]||Competition|[系数7]|[标准误7]|[t值7]|[P值7]||Proportion×Performance|[系数8]|[标准误8]|[t值8]|[P值8]||Amount×Performance|[系数9]|[标准误9]|[t值9]|[P值9]||Frequency×Performance|[系数10]|[标准误10]|[t值10]|[P值10]||Proportion×Market|[系数11]|[标准误11]|[t值11]|[P值11]||Amount×Market|[系数12]|[标准误12]|[t值12]|[P值12]||Frequency×Market|[系数13]|[标准误13]|[t值13]|[P值13]|_cons|[系数14]|[标准误14]|[t值14]|[P值14]||Size|[系数4]|[标准误4]|[t值4]|[P值4]||Leverage|[系数5]|[标准误5]|[t值5]|[P值5]||Profitability|[系数6]|[标准误6]|[t值6]|[P值6]||Competition|[系数7]|[标准误7]|[t值7]|[P值7]||Proportion×Performance|[系数8]|[标准误8]|[t值8]|[P值8]||Amount×Performance|[系数9]|[标准误9]|[t值9]|[P值9]||Frequency×Performance|[系数10]|[标准误10]|[t值10]|[P值10]||Proportion×Market|[系数11]|[标准误11]|[t值11]|[P值11]||Amount×Market|[系数12]|[标准误12]|[t值12]|[P值12]||Frequency×Market|[系数13]|[标准误13]|[t值13]|[P值13]|_cons|[系数14]|[标准误14]|[t值14]|[P值14]||Leverage|[系数5]|[标准误5]|[t值5]|[P值5]||Profitability|[系数6]|[标准误6]|[t值6]|[P值6]||Competition|[系数7]|[标准误7]|[t值7]|[P值7]||Proportion×Performance|[系数8]|[标准误8]|[t值8]|[P值8]||Amount×Performance|[系数9]|[标准误9]|[t值9]|[P值9]||Frequency×Performance|[系数10]|[标准误10]|[t值10]|[P值10]||Proportion×Market|[系数11]|[标准误11]|[t值11]|[P值11]||Amount×Market|[系数12]|[标准误12]|[t值12]|[P值12]||Frequency×Market|[系数13]|[标准误13]|[t值13]|[P值13]|_cons|[系数14]|[标准误14]|[t值14]|[P值14]||Profitability|[系数6]|[标准误6]|[t值6]|[P值6]||Competition|[系数7]|[标准误7]|[t值7]|[P值7]||Proportion×Performance|[系数8]|[标准误8]|[t值8]|[P值8]||Amount×Performance|[系数9]|[标准误9]|[t值9]|[P值9]||Frequency×Performance|[系数10]|[标准误10]|[t值10]|[P值10]||Proportion×Market|[系数11]|[标准误11]|[t值11]|[P值11]||Amount×Market|[系数12]|[标准误12]|[t值12]|[P值12]||Frequency×Market|[系数13]|[标准误13]|[t值13]|[P值13]|_cons|[系数14]|[标准误14]|[t值14]|[P值14]||Competition|[系数7]|[标准误7]|[t值7]|[P值7]||Proportion×Performance|[系数8]|[标准误8]|[t值8]|[P值8]||Amount×Performance|[系数9]|[标准误9]|[t值9]|[P值9]||Frequency×Performance|[系数10]|[标准误10]|[t值10]|[P值10]||Proportion×Market