(金融学专业论文)中国上市公司规模效应实证研究.pdf_第1页
(金融学专业论文)中国上市公司规模效应实证研究.pdf_第2页
(金融学专业论文)中国上市公司规模效应实证研究.pdf_第3页
(金融学专业论文)中国上市公司规模效应实证研究.pdf_第4页
(金融学专业论文)中国上市公司规模效应实证研究.pdf_第5页
已阅读5页,还剩65页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

摘要 规模效应是以股票市值为衡量标准的公司规模的大小和该股票的市场收益率 之间呈相反的关系。本实证研究的目的就是验证我国股票市场是否也和西方股票 市场一样存在规模效应。在市场有效性领域的相关研究中,规模效应在学术界和 业界一直存在争论。规模效应的研究在西方已经处在不断成熟的过程中,而在中 国还是刚刚起步,特别是对于业界尤其是机构投资者运用到实际过程中还是个空 白。尽管中国股市建立仅1 0 年,存在样本区间太短,规模太小,数据太少的无奈, 但是对于规模效应的实证研究无论是对学术界抑或是业界都是必要的。 本文首先回顾了异象中公司规模效应的研究历程,然后分别基于流通市值和总 市值对深市和沪市的规模效应进行实证分析,研究表明:第一,对于红利是否再投 资的选择对不同规模组合收益率的排序没有本质的影响。第二,作为市值度量的 流通市值和总市值的选择对不同规模组合收益率的排序影响很大:选择总市值作 为市值度量进行规模排序后深沪两市的组合呈现出的规模效应相对于选择流通市 值作为市值度量更显著一些;同时,沪市的规模效应要显著于深市的规模效应。 第三,相对于三组合比较法和五组合比较法,十组合比较法的实证结果更显著一 些。最后,在进行规模组合投资过程中不存在某种特殊选择时机。 关键词:市场有效性公司规模效应组合选择市值选择 a b s t r a c t “s i z ee f k c t ”i ns t o c km a r k e tm e a n st h a ts m a l lc a pn r m sh a v eh i g h e ri n c o m e - r a t e t h a nl a r g ec a pf i r m s t h ep u r p o s eo fs t u d yi st o t e s tw h e 也e rt h e r ei s s i z ee f 弛c t i n c h i n as t o c km a r k e ta st h em a t u r es t o c km a r k e ti nw e s tc o u n t r y a sar e l a t i v es t u d yo f e m h “s i z ee f k c t ”h a sb e e nc o n t r o v e r s i a li na c a d e m ea n db u s i n e s se n v i r o n m e n t w e s t e r ns t u d yc o m e st om a t u r eg r a d u a l l yb u ti tj u s tb e g i n si nc h i n a e s p e c i a l l yi ti sa b l a n kd o m a i nt op r a c t i c a la p p l i c a t i o nb yt h ei n s t i t u t i o n a li h v e s t m e n t i ns p i t eo fs h o r t s a m p l i n ga r e a s ,s m a l ls i z e sa n dl a c ko fd a t a so w et ot h eo n l yt e n - y e a rc o n s t i t u t i o no f c h i n as t o c km a r k e t ,i ti s i n d i s p e n s a b l et od os o m ee m p i “c a lr e s e a r c h e so n “s i z e e f f e c t ” t h i sp a p e rr e v i e w st h ed e v e l o p m e n to f “s i z ee f b c t ”r e s e a f c h ,a n da n a l y z e st h i s a n o m a l yb a s e do nb o t h o ft h eo u t s t a n d i n gc 印i t a l i z a t i o na n dt h et o t a l m a r k e t c a p i t a l i z a t i o n o nt h ed i f f e r e n ts t o c km a r k e t si nc h i n aw i t he m p i r i c a la n a l y s i s ,t h e r e s e a r c hs h o w s :f i r s t l y ,t h ec h o i c e o fw h e t h e rc o n s i d e “n gt h ed i v i d e n d si n t ot h e f b l l o w i n gi n v e s t m e n th a sn o e s s e n t i a li n f l u e n c eo nt h es e q u e n c eo fd i f 传r e n tc a p s i n c o m e r a t e s e c o n d l y ,t h ec h o i c eo ft h ed i f f e r e n tm e a s u r i n gs t a n d a r d so fm a r k e t c a p i t a l i z a t i o np l a y sa ni m p o r t a n tr o l e i nt h es e q u e n c eo fd i 行e r e n tc a p si n c o m e r a t e : t h ee m p i “c a lr e s u l tb a s e do nt h et o t a lm a r k e tc a p i t a l i z a t i o ns e e m st ob em o r co b v i 。u s t h a nw h i c hb a s e do nt h eo u t s t a n d i n gc a p i t a l i z a t i o n a tt h es a m et i m e ,t h e “s i z e e f 托c t ”t a k e no ni ns h a n g h a is t o c km a r k e ti sm o r eo b v i o u st h a nt h a ti ns h e n z h e n t h i r d l y ,c o m p a r e dw i t h3 一p o r t f b l i op a t t e r na n d5 一p o r t f o i i op a t t e r n ,t h e 1o p o r t f b i i o p a t t e r n se m p i r i c a lr e s u l ti sm o r ep r o m i n e n t ;b u tt h em i d d l e c a ps t o c k s o na v e r a g e o u t p e r f o r mt h eo t h e rp o r t f o l i o so ns h a l l 曲a is t o c km a r k e t f i n a l l y ,t h e r ei s n oc e r t a i n s p e c i a lt i m i n gp 0 1 i c yb a s e do nn r m s i z ei nt h ec o u r s eo fi n v e s n n e n ta c c o r d i n gt ot h e lo p o r t f 0 1 i op a t t e m se m p i “c a lr e s u l t k e y w o r d s :m a r k e te m c i e n c y s i z ee f f e c t p o r t f o l i op a t t e r n s s t a n d a r do fm a r k e tc a p i t a l i z a t i o n i i 符号说明表 肖y e d e y :平均偏差 s 功e 卯:总体标准偏差 谢r 尸:总体方差 c ( ) 脚剧c e ( 9 0 ) :总体平均值的置信度为9 0 置信区间。 c o 7 川d e c 目( 9 5 ) :总体平均值的置信度为9 5 置信区间。 c d 聊v r 1 ) :排序为1 的总个数。 c o l ,”h e n d ) :排序为最后的总个数。 m :最小二乘法线性回归斜率 品:斜率m 的标准误差值 6 :最小二乘法线性回归截距 s 6 :常量6 的标准误差值 r :股票疗在,目的收盘价 磊,r :每股现金分红 厶,:每股红股数 5 w :每股配股数 h ,:每股配股价 c 。:每殷拆细数 r w :表示股票n 在f 曰考虑现金红利再投资的日个股收益率。 w w :为股票”在时段,的权重 r “:组合收益率 v 小股票 在,一1 月的流通股数( 总股本数) 第一章引言 1 1 本文研究动因、研究背景及研究意义 “异象”( a n o m a l y ) ,即市场异常现象,其实证结果很难得到合理解释或是只 有通过一些难以置信的假设前提才能对其加以解释。t h o m a sk u h n ( 1 9 7 0 ) 曾经将 经济“异象”描述为种与经济范例不相一致的结果【1j 。“异象”包括:公司规模 效应( s i z ee f f e c t ) ,税收效应( t a xe f f e c t ) ,季节效应( s e a s o n a l i t ye f f e c t ) 以及其 它市场异常效应假说。其中,公司规模效应是很重要的一类市场异常现象,意指 市场价值总额小的公司股票平均收益率明显大于市场价值大的股票平均收益率的 现象。规模效应作为市场有效性的一种“异象”,对f a m a ( 1 9 7 0 ) 的“有效市场 假设”产生了有力的冲击【2 】。如果存在公司规模效应即小公司股票平均收益率明 显高于大公司,那么投资者只需按照公司规模大小买入那些低市值公司股票,就 可以从中获取超额收益。根据金融市场上“看不见的手”一“有效市场假设”的 作用:如果证券价格能够及时吸收任何影响价格变化的当期信息,投资者就不可 能利用某些信息或分析模式总是在证券市场上获取超额收益;因为看涨预期会使 投资者争相买入看涨股票,从而导致当期价格的上升。也就是说根据“有效市场 假设”,投资者发现并利用规模效应从而使其消失。事实上,许多学者的研究证明 “公司规模效应”每年都存在,这直接冲击了“有效市场假设”。 在市场有效性领域的相关研究中,规模效应在学术界和业界一直存在争论。 对规模效应的研究在西方已经处在不断成熟的过程中,而在中国还是刚刚起步, 特别是对于业界尤其是机构投资者运用到实际过程中还是个空白。尽管中国股市 建立仅1 0 年,存在样本区间太短,规模太小,数据太少的无奈,但是对于规模效 应的实证研究无论是对学术界抑或是业界都是必要的:1 、对于规模效应的实证研 究,不仅仅只是判断市场是否有效的论证,可以更深入地了解我国股票市场的运 行特点和规律:2 、对中国股市规模效应的实证研究将为市场机制对收益率所起的 作用提供重要的信息,该信息对股票交易所和管理部门制定相关政策具有帮助作 用:3 、长期普遍存在的规模效应也许会为发展更加现实和精确的c a p m 提供思 路;4 、使用中国的新数据可以避免d a t as n o o p i n g ( 即:使用同样的数据来发现和 检验某一假设的个人或集体行为:其给统计推断带来严重的偏差) ;5 、对于规模 效应的实证研究结论还可以影响到市场参与者的市场赢利策略和手段。 本课题来源于国家自然科学基金资助基金项目:“投资决策与风险管理理沦 与方法”( n o7 9 9 1 0 7 6 l8 6 0 ) 。 1 2 主要研究内容、技术路线和创新工作 1 2 1 主要研究内容 本文是以中国深沪两市所有的上市公司为样本来展开规模效应实证的。 首先,以所选市值为标准排序,一段时间后,对不同组合收益率包括市场收 益率进行比较。 其次,以两种不同市值标准,包括:流通市值标准,总市值标准分别进行实 证分析,同时还考虑了流通市值和总市值的比值,对其实证结果进行比较分析。 再次,采用三类分组比较法,包括:三组合比较法,五组合比较法和十组合 比较法,对其实证结果进行比较分析。 最后,讨论考虑规模效应的组合何时为入市最佳时机。 1 2 2 技术路线 本实证是以定量分析的方法来进行研究的。研究的主题是中国股市包括深沪 两市是否存在规模效应。在研究过程中分别从流通市值和总市值两个市值标准对 规模效应分别进行探讨,研究规模效应究竟是以哪种标准抑或是两种标准下产生 作用的,比较哪种市值标准对其作用更大,并分析这两种方法的研究结果关联性 和差异性。然后,再采用三种不同的分组法,探讨在进行规模效应实证中到底以 何种分法更适会于中国市场,并分析三种不同分组法的研究结果关联性和差异性。 为尽量弥补中国股市样本区间太短,规模太小,数据太少的不足,在本文中采用 移动平均的数据采集方法以及计量经济学与统计学等多种方法来进行分析研究。 1 2 _ 3 创新工作 首先,研究分析不同市值标准的确定的研究结果关联性和差异性。以两种不 同市值标准,包括:流通市值标准,总市值标准分别进行实证分析,同时还考虑 了流通市值和总市值的比值,对其实证结果进行比较分析。 其次,研究分析不同分组法的研究结果的关联性和差异性。采用三类分组比 较法,包括:三组合比较法,五组合比较法和十组合比较法,对其实证结果进行 比较分析。 最后,研究分析规模效应的组合何时为入市最佳时机。 第二章规模效应研究动态 2 1 市场有效性的简单回顾 “有效市场假说”( e 娜c i e n c ym a r k e th y p o t h e s i s ,简称为e m h ) 作为金融经 济理论中关于资本市场效率的最富权威、最有影响的理论,被认为是经典金融经 济理论的基础。向人们揭示证券市场发展内在规律的e m h 简洁明快,保证了金融 经济理论的适用性,体现了经济学家们一直梦寐以求的东西,那就是竞争均衡。 可以说e m h 实际上就是亚当斯密“看不见的手”在金融市场的延伸。 同时,围绕e m h 的辩论白其被正式提出后从来就没有停止过,可以说市场有 效理论是目前包括中国在内的全世界证券市场研究最多、同时也是最具争议性的 资本市场理论。当然,这些辩论也使e m h 理论及其实证研究得到了不断充实完善, 同时也促进了许多其它学科的蓬勃发展。 最早讨论市场有效假设的问题可追溯到l8 8 9 年,经济学家g i b s o n 在伦敦、 巴黎和纽约的股票市场中已经描述过该假说的大体思想( 虽然当时并没有“有效 市场”这种说法) ,并且在当时产生了一定影响【3 。然而,研究市场有效性问题真正 是从研究随机游走( r a n d o mw a l k ) 开始的( 证券价格研究并非建立在价格形成理论 的基础上) 。法国经济学家l o u i s b a c h e l i e r ( 1 9 0 0 年) 的博士论文是第一篇描述和 检验随机游走模型的著作【4 1 。b a c h e l i e r 发现法国商品价格呈随机波动,也就是说 商品的当前价格是其未来价格的无偏估计值。在时间序列中,次日商品的期望价 格与当日实际价格差额的值等于零。b a c h e l i e r 据此认为:价格行为的基本原则应 该是“公平游戏”,投机者的期望超额收益应该为零。b a c h e l i e r 的发现与人们的传 统看法并不相同,因为依照传统来说价格波动是有规律可循的。( 首次出现“随机 游走”这一提法是在1 9 0 5 年美国自然杂志刊登的篇文章中:如果将一醉汉 置于荒郊野外,然后又必须把他找回来,那么应该从醉汉最初所在地开始找起, 因为假设前提是:醉汉是以一种随机或不可预期的方式游走,所以该地点可能是 醉汉未来位置的最佳估计值。) 在b a c h e l i e r 之后,关于证券价格行为的研究并没 有得到很大的发展,尽管在1 9 3 4 年由w j r k i n g 提出过价格随机游走的相关结论, 但缺乏有力的实证研究证据嘲。这一研究的重新开展是在计算机的出现之后,1 9 5 3 年英团统计学家m a u r i c ek e n d a l l ( 19 5 3 年) 研究了1 9 种英国工业股票价格指数 和纽约、芝加哥商品交易所的棉花、小麦的即期价格周变化规律,并通过大量序 并通过大量序列相关分析后,发现这些价格波动没有任何模式可循,完全是在 随机漫步即:下周价格是前一周价格和个随机数据构成f “。后来r o b e r t s ( 1 9 5 9 ) 揭示了这些股票市场研究和金融分析的结论所隐含的真正意义【7 】。至此对随机游 走的研究为构造个更科学更严密规范的关于股票定价的研究奠定了基础。但 是,1 o r k i n 卧k e n d a l l 和r o b e r t s 等学者可以用随机游走模型很好的描述投机价 格序列的观点只是建立在观察基础上的,这些假设并没有得到合理的经济学解 释。直到s a m u e l s o n ( 1 9 6 5 ) 【8 】平口m a n d e l b r o t ( 1 9 6 6 ) 【9 1 两位经济学家在仔细研究 了随机游走理论后,才较为严密地揭示了e m h 期望收益模型中的“公平游戏”原 则。f a m a 实际上是市场有效理论的集大成者。f a m a ( 1 9 7 0 ) 关于e m h 的一篇 经典论文有效资本市场:理论和实证研究回顾不仅系统总结了过去有关e m h 的研究,并且提出了一个研究e m h 的完整的理论框架,可以说f a m a 为该理论 的最终形成和完善作出了卓越的贡献【2 1 。从此,e m h 蓬勃发展,其内涵不断加深、 外延不断扩大,最终成为关于资本市场效率的最富权威、最有影响的理论,并成 为经典金融经济理论的基础。“有效市场假说”的最大理论价值是:为判断金融 市场的资源配置效率提供了某种意义上的标准。社会经济生活中是否具备一个有 效的资产定价机制以及在其作用下的金融产品价格能否正确反映与该价格相关的 各利,信息是金融资源得到有效配置的关键。如果资源配置有效,金融产品价格就 应当正确地反映其内在投资价值,从而使所有投资者的边际投资收益率趋于一 致,超额利润现象得以消除。如果资源配置失效,金融产品价格对包括过去、现 在和预期信息的各种信息反应滞后,则认为信息低效传播以及投资者对信息反应 迟钝。 2 2 规模效应的实证属于e m h 的弱势检验 中国股票市场是自1 9 9 1 年建立至今仅有十一年发展历程的新兴市场,相对 于发达的西方证券市场来说,中国学术界对其有效性的研究仅仅处于初步探索阶 段,其研究方法大多也是借鉴西方市场有效理论及其检验分析方法。所以在借鉴 西方市场有效理论及其检验方法的过程中难免存在对市场有效理论曲解的现象, 如把测试公司特性( 小公司效应、m v b v 比率效应、市盈率效应等) 与超额收益率 的相关性作为对半强式有效市场的检验,把技术分析简单地对应于弱式有效性, 基本分析对应于半强式有效性等等,为了增强对规模效应的系统理解有必要对市 场有效理论实证工作的分类进行简单浼明。 2 2 1 市场有效性检验早期的分类方法 如果资产价格完全反映了所有可获得的信息( f u 】l yr e f l e c ta l la v a i l a b l e i n f o r m a t i o n ) ,资本市场就是有效的。按照以上“所有价格反映所有相关信息”的定 义,将关于e m h 的实证研究工作分为三类,这样划分说明了按证券价格对不同 信息集的反映情况,即:在何种信息层次上不支持市场有效的假设。这种分类方 法最早由r o b e r t s ( 1 9 6 7 ) 提出,后由f a m a ( 1 9 7 0 ) 【2 1 推广。 ( 1 ) 弱式检验( w e a k f o r mt e s t s ) 所有历史信息( 市场交易资料如股价、成交量) 都已充分反映在现有价格上, 没有人能利用历史信息而获得超常收益率。检验用过去的收益对未来收益的预测 能力,信息集仅为历史价格。若该假设成立,则说明投资者无法利用过去股价所 包含的信息获得超额利润。经济学家们早期使用的是随机游走模型。但是随机游 走模型比e m h 要求严格得多。因此,对随机游走模型的偏离,并不能代表市场 是无效的。 ( 2 ) 半强式检验( s e m i s t r o n g f o r mt e s t s ) 所有公开信息( 公开可获得的有关公司财务和发展前景等方面的信息) 都已 充分反映在现有价格上,没有人能利用公开信息而获得超常收益率。检验证券价 格对公开发布信息的反应速度,信息集是所有公开的信息,如年收益的公告、股 票分割等。若该假设成立,则说明投资者不仅无法从历史信息中获取超额利润, 而且也无法通过分析当前的公开信息获得超额利润。 ( 3 ) 强式检验( s t r o n g f o r mt e s t s ) 研究是否有投资者或机构组织有与价格形成有关的信息的垄断力量,信息集 还包括没有完全反映在市场价格上的内幕信息。若该假设成立,则说明投资者即 使拥有内幕消息也无法获得超额利润。所有内部信息( 只有公司内部人员才能获 得的信息) 都已充分反映在现有价格上,没有人能利用内部信息而获得超常收益 率。总之,在一个有效的市场中,没有人能利用相应的信息而获得超常收益率a 2 2 2 市场有效性检验近期的分类方法 经过对e m h 更加广泛和深入的研究以后,f a m a 在1 9 9 1 年归纳了7 0 年代以 后9 0 年代之前关于e m h 方面2 0 年来研究的新进展对实证研究的主要领域作了 重新分类。 ( 1 ) 收益预测能力检验( t e s tf o rr e t u mp r e d i c t a b i l i t y ) ,它不仅包含用历史收益 预测未来收益,甚至包含用分红收益和利率来预测,原来第一类的弱式检验主要 研究历史收益的预测能力,现在则包括与收益可预测性有关的更广泛的检验。由 于e m h 与均衡定价理论( 联合检验) 密不可分,讨论可预测性也考虑资产定价模 型检验咀及在检验中发生的一些“异象”,如:规模效应、季节效应等等关于证 券价格波动的研究也包括其中。( 2 ) 事件研究( e v e n ts t u d i e s ) 也有人称之为宣告研 究以及( 3 ) 内幕信息检验( t e s tf o rr e t u mp r e d i c t a b i l i t y ) 其实只是改为更具普遍性 和描述性的名称,研究内容是样的,包括的范围并没有不变。 2 2 _ 3 市场有效性检验方法的回顾 下面将按照以上f a m a 的新划分法对市场有效性实证检验方法作一综合介 绍。 2 2 3 1 收益的可预测研究一弱式有效性检验 收益的可预测研究一直是判断市场是否弱有效的主要方法。但近十年来又取 得新的进展。近期的研究证明了过去收益率对日、周收益的可预测性,在统计基 础上拒绝了以前用于e m h 检验的恒定期望收益模型并包括了更长区间的收益可 预测性研究。同时预测收益除了使用过去收益,在近期的研究还加入股利报酬率 d p 、收益价格比e p 和一些期限结构变量,大大增强了对收益的预测力。 进行收益的可预测研究通常采用的方法包括:收益率的序列相关性检验、游 程检验、过滤法则检验、季节效应测试、公司特性与收益率的相关性测试。 ( 1 ) 收益率的序列相关性检验。收益率的相关性检验是检验今天收益率与 过去收益率的直线关系。“随机游走检验”的依据是,如果证券市场达到弱型效率, 那么,在时间序列中证券价格之间的相关性为零,相关性检验就是随机游走检验的 基本方法。 ( 2 ) 游程检验。检验股票价格的随机游走过程也可以通过游程检验来进行, 它可以消除不正常数据的影响。它是通过测试价格变化的标志来对股票收益率的 相关性进行检验,可以避开随机游走模型对随机误差项独立同方差的苛刻要求即 e t ,s ) = 0 ( t s ) 。 ( 3 ) 过滤法则检验。在一个有效的市场,只要没有新的信息进入市场,价格就 围绕公平价格( 价值) 在两条阻力线之间随机波动。假如实际价格大大背离公平价 格那么专家就会进入市场,进行证券的买卖。这将使价格保持在价格阻力线以内。 ( 4 ) 季节效应检验。指股票收益率与时间有关。季节效应也是在世界各国 资本市场普遍存在的现象。季节效应主要包括一月效应、周末效应、节日效应以 及开盘、收盘效应等。如:一月效应,大量研究表明,一月份的收益率大大高于 其它月份的收益率,对小公司尤其是这样。 ( 5 ) 公司特性检验。在这一部分,我们将检验公司特性和收益率的相关性。 研究表明,公司的许多特性,如规模、市值与帐面价值( m v b v ) 比率、市盈率( p e ) , 都与超额收益率相关。实证结果表明,公司特性与超额收益率的关系很难与有效 市场假说相符。公司规模效应检验是将公司按规模大小分组,然后投资于规模较 小的公司的证券组合,检验这种策略能否获得超额收益;低市盈率效应检验是 投资于较低市盈率的公司证券组合,检验其年平均收益率是否高于那些较高市盈 率的公司的证券组合。 2 2 3 2 事件研究半强式有效性检验 “事件研究”( e v e n ts t u d y ) 方法最早是由f a m a 、f i s h e r 、j e n s e n 和r o l l 共同 提出的2 】。事件研究经过2 0 多年的发展逐渐成为主要金融研究内容之一,更是重 要的公司金融研究组成部分。f a m a 称“事件研究”为最干净的证据,也是最经得 起实践“考验”的检验,因为其不涉及联合检验问题因而极少有争议。事件研究 最初是为了测试市场是否有效,尤指股票价格反映信息的速度;之后,许多学者利 用其确定股价中反映了什么信息,该效应是否明朗,该宣告是好或是坏消息。事件 研究主要包括拆股,分红信息公布,公司事件如兼并、收购等的研究,也包括经济 中的突发事件或政策信息。有效性检验的中心问题当然是看股价的反应速度和利 用这些信启、能否产生超额收益。,这种方法以信息公布时间为分界点,把整个交易 期间分成组合形成期间和检验期间两个时段。按组合形成期间各证券的累积超额 收益率大小,分别组成赢家组合和输家组合,再在检验期间检验赢家组合和输家组 合平均超额收益率之间的差异。如果赢家组合的收益率低于输家组合,表明证券 价格有反向修正倾向,证券市场存在过度反应。在存在过度反应的证券市场中,投 资者可以通过反向操作而获得超额收益。 2 2 33 内幕信息的研究一强式有效性检验 内幕信息的检验主要研究公司内幕人员、证券交易所的专家经纪人、证券 分析家和共同基金的业绩,检验专业投资者在不占有内幕信息的条件下,是否能凭 借专业技能( 包括技术面分析和基础面分析能力) 获得超额收益,也可检验投资咨询 机构建议的效果,即检验采纳投资咨询机构的建议的交易策略,是否能比不采纳其 建议的交易策略收益更高。对证券市场强型效率的检验目前尚无比较成熟的、规 范的方法,这方面的研究主要集中在观察那些最可能利用内幕信息进行交易的人 员的业绩上。就是通过研究检验他们从事交易过程中能否赚取超额收益来检验强 式有效性。强式有效市场假设是自从其提出之e j 起就受到质疑的,而最近的研究 则1 ) 从细节上肯定了内幕人交易的获利能力;2 ) 证券分析者或机构如v a l u e l i n e 公司有信息未反映到价格中;3 ) 职业投资管理者可以利用其私人信息获利。在许 多国家,公司内幕人员的交易情况受到监控,必须定期报告,因而内幕人员的交易活 动在一定程度上已成为公开信息。尽管各国证券法都严厉禁止内幕交易,但实际 上内幕人员总可以利用其它特定关系人进行内幕交易,所以强型效率的检验方法 还有待进一步研究。 实际上在1 9 9 1 年的评论文章中,f a m a 拓展了弱式有效性的定义,并把检验 方法也改变为对收益率可预测性的测试】。显然,f a m a 非常清楚明朗的将规模 效应划分在对收益预测能力的检验这一类中,即对规模效应的检验实际上是属于 对拓展后的弱有效性的检验。 2 3 规模效应的研究历程 “异象”( a n o m a i y ) ,即市场异常现象,表明市场无效,其实证结果很难得 到合理解释或是只有通过一些难以置信的假设前提才能对其加以解释。“异象” 存在于有效市场理论上一节所陈述的任何种形式当中,包括了任何可能产生超 额利润的市场异常效应假说。这些与市场有效理论相悖的“异象”如果存在,表明: 市场尚存在获得超额收益的机会;而根据市场有效理论,证券的价格波动不可能 有明显的规律性,也不可能在没有重大消息公布的情况下,短期内出现巨幅波动。 显然,“异象”对市场有效理论产生了有力的挑战。其中规模效应就是有效市场 理论中广为认知的一种“异象”,在本节中将综合叙述规模效应的理论实证发展 历程及其相关结论。 2 _ 3 1 西方对规模效应的研究历程 研究表明,公司的很多特性,如:规模、市帐比( m v b v ) 、市盈率( p e ) ,都 与超额收益率相关。显然,公司特性与超额收益率的关系与有效市场假说相悖。 ( 1 ) 市值与帐面价值比率( m v b v ) 效应。公司的市帐比( m v b v ) 与超额收益率 呈反相关,这就是市帐比效应;( 2 ) 市盈率( p e ) 效应。低市盈率的股票组合平均 年收益率与高市盈率的股票组合平均年收益率存在明显的差别,就算用c a p m 测算期望收益率进行风险调整以后,超额收益率与该公司的p e 比反相关,这就 是市盈率效应。r e i n g a n u m ( 1 9 8 1 ) 研究并发现市盈率效应与规模效应两者高度相 关“。f a m a 和f r e n c h ( 1 9 9 2 ,1 9 9 3 ) 认为,只要超额收益率产生于规模效应和市帐 比效应,就不存在市盈率效应1 “。同样,c h a n 、h a m a o 和l a k o n i s h o k ( 1 9 9 1 列j 得出该结论”“。( 3 ) 规模效应。所渭资本市场中的公司规模效应是指在实证研究 中,发现小公司的股票( 小盘股) 比大公司的股票有着更高的收益。实证结果表 明:从短期看来,小公司股票的收益率有时低于大公司的股票收益率:然而从长 期看来,小公司股票的收益率显著地高于大公司的股票收益率。 b a n z ( 1 9 8 1 ) 是最早提出“公司规模效应”这一概念也是最早对规模效应进 行研究的经济学家,他将纽约股票交易所的上市公司股票按公司规模( 公司普通 股的市价总值) 大小分为5 个投资组合,发现在1 9 2 6 年1 9 7 5 年持有小公司股票 能赚取超额收益,其中最小一类的公司股票平均收益率要高出最大一类股票平均 收益率达1 9 8 ,即:规模与收益率之间具有统计重要性和经验相关性。简言之: 低市值股票具有比c a p m 可解释的更高的收益率m j ,同时也强调:小公司股票 的高收益率仅具有统计显著性,并不是绝对性的,有时大公司股票收益率会优于 小公司股票收益率。( 之后,许多经济学家们对各主要发达国家的市场进行了广 泛检验,其中包括比利时、加拿大、日本、西班牙、法国等。除了加拿大和法国 外,其它国家均存在规模效应。) 继ba 1 1 z 之后,许多研究发现规模效应的主要部分发生在一月份。k e i m ( 1 9 8 3 ) 发现,规模效应在一月份前两个星期尤其明显,这样就产生了“小公司一月效应” 的说法。k e i m 采用1 9 6 3 1 9 7 9 年1 7 年间数据,将纽约股票交易所的股票按规模 分为1 0 个投资组合,然后逐月算出规模最小的公司和规模最大的公司的超额收 益率之差,得出了一月份规模效应所产生的收益率差额在一月份将近达到全年的 一半。规模最小的公司与规模最大的公司的超额收益率差别达1 4 左右,而且 较高的收益率又主要集中在十二月底的最后一个交易日和一月的头5 个交易日, 其升水幅度超过了8 2 。公司规模效应显然存在【1 ”。 r e i n 2 a n u m ( 1 9 8 3 ) 采用1 9 6 2 一1 9 7 7 年1 6 年间数据,以纽约证券交易所和美 洲证券交易所上市公司股票为对象,按照股价收益率的排序分成1 0 个投资组合。 然后逐日计算这些投资组合的次年、再次年的超额收益。进而取其统计平均值, 得出了高收益率的投资组合相对于同归值的低收益率的投资组合,在次年、再次 年得到很大的超额收益,r e i n g a n u m 称其为股价收益率变异;同时,r e i n g a n u m 仍然以纽约证券交易所和美洲证券交易所上市公司股票为对象,按照市价总值的 排序分成1 0 个投资组合。然后逐日计算这些投资组合的次年、再次年的超额收 益。进而取其统计平均值,得出了小规模投资组合超额收益很高。r e i n g a j l u m 称 其为市价总值变异:之后,r e i n g a n u m 通过进一步研究上述两种变异之间的关系 得出结沦:c a p m 所忽略的公司规模与长期投资收益之间的关系相对于股价收 益率与长期投资之间的关系更加紧密。【i 9 i f a m a 和f r e n c h ( 1 9 9 2 ) 把股票按市值大小和卢分组,他们发现当其他因素 保持不变时,口的变化根本不能引起收益率的变化,即:同市值组内的高值的 股票不比其低口值股票有更高的平均收益,与之相反的是,一些显而易见的风险 因素( 如公司规模等) 却与证券的收益率保持了很好的相关性【l ”。 e 1 t o n ( 1 9 9 3 ) 等入采用1 9 6 5 1 9 8 4 年2 0 年间数据,对s & p 5 0 0 指数以及几类 小公司股票指数的表现为研究。他们以c a p m 为研究模型发现,s & p 5 0 0 指数作 为市场基准要弱于小公司股票指数。但是八十年代,于始,小公司股票指数却弱于 s & p 5 0 0 指数。其中,1 9 8 2 1 9 9 1 年间,每年w i i s h i r e4 5 0 0 股票指数( w i l s h i r e5 0 0 0 指数中的4 5 0 0 个不属于s & p 5 0 0 指数的小公司股票) 都比s & p 5 0 0 指数的涨幅 要小。 对于规模效应和一月效应的解释,除了几种最为普遍的解释:忽略效应、避 税效应和窗帘效应之外,还有多种解释。 b a r r y 和b r o w n ( 1 9 8 4 ) ,b r o w n ,k 1 e i d o n 和m a r s h ( 1 9 8 3 ) ,k e i m ( 1 9 8 3 ,1 9 8 9 ) ,s c h u l t z ( 1 9 8 3 ) ,s t o i i 和w h a i e y ( 1 9 8 3 ) , r e i n g a n u m ( 19 8 3 ) 弘2 5 ( 1 ) 避税效应( t a x 一1 0 s ss e l l i n g ) ”认为,为了资本利得税的减免,投资者通常 在年底前抛售绩差股票以“实现”资本损失,然后在第二年初再投资,由此导致 绩差股价在一月份上升。 r e i n g a n u m ( 1 9 8 3 ) 发现:在1 2 月价格已经大幅度下降的证券的买进会在一月 带来超额收益。他们以股票价格在一年中下降的幅度为标准把公司分为五类,经 研究发现,在每一个规模组合内,下降幅度最大的那五分之一股票( 抵税效应最 强的五分之一) ,一月效应最大。而且,r e i n g a n u m 发现小公司股票更多地成为抵 减税收出售的对象,因为小公司股票在一年中价格变动最大。然而,他认为这不 能充分地解释一月效应,因为他还发现前一年盈利的公司也存在一月效应。由于 为了抵税出售证券更可能以十二月的出价成交,因此,抵减税收出售假说与微观 结构理论具有相似之处【”l 。 同时,r i t t e r ( 1 9 9 1 ) 发现,个人投资者买与卖的比例在1 2 月底到达一年的最 低点,在一月初到达最高点。显然,这个理论有很大f l 勺缺陷。一是如果正的一月 效应是由大的买压所致,那么,当抵减税收出售导致卖压时,就相应有一个对称 o 的负的十二月份效应与之平衡,但事实并非如此。二是很难与许多研究提供的证 据相符合口。 j o n e s ,p e a r c e ,和w i l s o n ( 1 9 9 1 ) 研究了开始征收所得税以前的1 8 2 1 1 9 1 7 这 一时期的一月效应。并且发现,一月效应在征收所得税前后没有显著性差异。同 时,在日本和比利时也存在一月效应,而这些国家没有资本利得税。而且,澳大 利亚以六月而不是十二月为税收年末,但仍然存在一月效应。而且与市场有效性 假说相悖。如果没持有股票的投资者知道一月份会有超额收益,他就会在十二月 进入市场买进股票,以赚取超额收益。这将把买压从一月份推向十二月份。理性 投资者不会让这个非正常的一月份收益率持续存在,然而,小公司的一月效应一 直存在1 2 ”。 ( 2 ) “窗帘效应( w j n d o w - d f e s s j n g ) ”则认为,作为机构投资者主力的基金 的经理们为了避免绩差股票出现在年报中,通常会在年底将其抛售;在第二年初 基金经理的反向运做又将引领股票市场的上扬。 ( 3 ) “忽略效应( 1 h en e g l e c t e d 一6 咖e f 挹c t ) ”和流动性效应。 a r b e l 和s t f e b e l ( 1 9 8 3 ) 认为存在规模效应的主要原因是:小公司容易被股票市 场的操纵力量即机构投资者所忽略。机构投资者通常只关注大公司,而较少花费 人财物去了解研究小公司,所以市场参与者对于小公司的生产、管理及市场销售 等情况存在信息不完全性。了解其信息越少,风险也就越大,然而风险与收益相 对应,所以小公司的超额收益也就越大了。所以人们又把这看成是一种风险溢价。 a r b e l 在相关检验中,以机构持有股票数量为标准,把公司分为高度研究、适度 研究和忽视三种类型。研究表明,忽视公司在一月其效应最大( 2 8 l 。 a m i h u d 和m e n d e l s o n f l 9 8 6 ) 认为小公司股票的高收益率实际上是一种流动性 效应:低流动性股票的交易成本相对更高,投资者自然会要求该股票有一个收益 率升水。而小公司股票相对于大公司股票来说其流动性更低,交易成本更高,所 以自然拥有与其相对应的高收益率。不过,a m i h u d 和m e n d e l s o n 并没有解释: 为什么异常收益率集中在一月;而且,小公司股票的高交易成本也有可能抵消了 因此而产生的高收益率。但是也有一些学者认为:小公司股票的高交易成本抵消 其高超额收益率,结果其实就是市场仍然有效。也就是说:如果考虑实际交易成 本,规模效应不复存在”。 r o l l ( 1 9 8 1 ) ,b l u m e 和s t a m b a u 曲( 1 9 8 3 ) 就曾预测:小公司股票组合如果 每年改变一次,而非众多学者假设的每天改变一次,小公司效应将会减少一半。 其次,许多学者估计了小公司股票的交易成本,并且认为,超额收益率将会消除 或生! 步会减少。 ( 4 ) 新佶息效j 、i 。通常一月匙新的! j | 才政年度,和税收年度的 始,大谢自。价值 的新信息进入i n 饧使一月份成为不确定性和预划增加的月份。 ( 5 ) k e j i n ( 1 9 8 3 ) 从微观角度米解释一月小公jd 效应。s & p 5 0 0l 发益率的比较是 使心缚月的收盘价或出价与要价的平均值( 假如这只股票没有交易) 来c 千算l 救盏 率。k e i i n 发现,十二月份的最后一笔交易主要是在出价j 成交,这导致了月 份头儿天的高收益率。并且在十二月份最后一笔交易以出价成交的股票更多地l 倾 向r 小公州股票。此外,小公司股票有更大的出价与要价的差额和更低的价格。 冈此,小公| j 股票的一月效应更大,这电就部分地解释了小公i d 股票与大公司股 票一月效应的差别。这样,一月效应的一部分可以从十二月份旧最后笔交易倾 向亍以出价成交r ,得到解释l 。 ( 6 ) 资本资产定价摸越1 i 合理的估计导致了 妈显的超额收益率。它的硷掘是, 小公司股票的b c t a 估计得太低。如果b 吼a 太低,那么使用c a p m 估计的期望收 益率也就太低。这样,即使当期望收益率被台理地估计时,实际f 恢益率与期望收 益率的羌额为零,这刚实际收盏:簪与使用c a p m 估计的期望收益率的差额也为 正值。小公司股票的估计b e t a 太低有两个原因。 r o l l 和r e i n g a n u m 认为,小公司股票交易没有大公司股票频繁及它们不 同时交易,导致了小公司股票b e t a 的低估。 而7 j s t i e 和h 。r ! z e 】( 】9 8 】) 认为b e t a 是使用历史收益率来测算,变得小的公 司已经改变了它的经济特性,这利l 变化意味着它们的风险增加,而使用过去时期 的收益率测算的b e t a 就没有包含这些增加的风险。 f 7 1 山于c a p m 或0b e t ac a p m 不适合测算期望收益率,从而使期望收靠率 被错误地计算。有研究表明,多吲豢模型能更好地测算期型收益率,用这些模型 测算期望收益率,规模效应将会消失。 c h a n ,c h e n ,捌h s i c h ( 1 9 8 5

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论