中国证券市场波动信息效应实证检验_证券金融论文.docVIP

中国证券市场波动信息效应实证检验_证券金融论文 中国证券市场波动信息效应实证检验_证券金融论文 摘 要：信息是影响股市价格指数的一个重要因素。尤其在中国，政策信息对股市影响更为明显。影响中国股市运行的信息从宏观上分为：市场扩容类、政策法规类、技术创新类、领导者效应类。 　　关键词：信息波动上证指数超额涨跌幅 　　 　　1 研究对象 　　 　　以股票市场重大信息披露后带来的股价冲击（即股价与成交量的异动行为）作为证券市场信息效应的实证检验对象选取四类可能存在信息效应的重大事件分别进行实证检验：市场扩容信息、技术信息、政策法规信息、领导者效应。 　　以上证综合指数为研究对象，选取时间段为1992年到2005年，研究样本为上证综合指数发生异动时相应信息事件。 　　 　　2 研究方法 　　 　　用广泛使用的事件研究方法和统计方法来检验重大信息披露对股价波动的冲击反应。事件研究方法中，通过测算异常波动的衡量指标超额涨跌幅AF（Abnormal Fluctuation）与超额涨跌幅卷积均值CAF（Cumulative Abnormal Fluctuation），并配以超额成交量卷积均值（AAT）的变化来判断股指冲击的影响程度。 　　运用超常成交量模型，通过成交量的变化来分析重大信息披露前后的量价关系，一定程度上也能对证券市场上重大信息披露行为提供佐证。 　　运用残差异常变动分析GARCH模型来刻画重大信息披露前后的股指冲击的行为特征，即从股指异常波动中剔除趋势性影响，再从残值的异常变动并结合平均超常成交量的变化找出重大信息披露引起的股指超常变动的行为特征。 　　3 研究模型 　　 　　本章节研究灰模型（Dummy Model）条件下拟合分析股指的异常波动幅度AF的标准差。 　　（1） 　　其中，stdAF为上证综合股指超额涨跌幅的样本标准差；AF为上证综合股指的超额涨跌幅数据样本，AF为上证综合股指超额涨跌幅离差数据样本，I为灰变量，αβc为相应变量的相关系数，μ为随机误差项。 　　由于我国股市波动幅度大，股指序列具有超额峰度与异标准差的特性，使得基于μ的市场回归模型的参数估计效率较低。为了克服上述问题，本章节使用了广义自回归条件异标准差（GARCH）模型对残差序列建模，即假定： 　　μ（2） 　　利用式子（1）和（2）计算得到的条件波动性σ代表股指的时变的异质波动性，度量了与信息特性有关的异质风险；而在事件研究窗口内，异质波动性如果出现了大的变化，可以看作是重大信息对异质波动性造成了冲击。 　　为了研究样本在重大信息披露时间窗口的超额波动，本研究定义了超额涨跌幅卷积均值CAF，计算公式如下：CAFAFt。 　　在本章节研究中，我们把相应的超额涨跌幅时期内的成交量称之为超额成交量。为了计算方便，我们对其对数后再分析。利用超额成交量进行建模： 　　（3） 　　其中，LNAV表示t期超额成交量对数值之后的离差，LNAV和LNAV分别表示t和t-1期的超额成交量对数值，α和β表示其拟合相关系数，而μ表示随机误差项。 　　N个时间窗口的超额成交量卷积均值被定义为： 　　Nt=1LNAVt/N 　　本章通过分析信息公布前后的异质波动性(σ、超额涨跌幅卷积均值（CAF）、超额成交量卷积均值ALNAV的变化来研究信息披露前后对股指的冲击情况。 　　 　　4 实证检验结果与分析 　　 　　采用上述方法对整体信息以及四类重大信息公布前后的股指变化和成交量变化进行检验，下图表示了这五个分类信息披露前后的异质波动性、超额涨跌幅卷积均值、超额成交量卷积均值。 　　4．1 整体信息公布前后的信息效应 　　利用相应的时间序列数据，借助Eviews计量软件对（4-1）式拟合后可得：stdAF。其残值的异质波动性、超额涨跌幅卷积均值、超额成交量卷积均值（采用对数值形式）如下图所示： 　　 　　图1 整体信息下的上证综指超额涨跌幅残值标准差、卷积均值与成交量卷积均值 　　4．2 市场扩容信息公布前后的超额涨跌幅效应 　　利用相应的时间序列数据，借助Eviews计量软件对（4-1）式拟合后可得：stdAF20.87。其残值的异质波动性、平均累积超额涨跌幅、平均超额成交量（采用对数值形式）如下图所示，其拟合结果参见下表（1）： 　　表1 中国股市信息不充分归因线性回归结果 　　 　　回归方程C(1)C(2)C(3)C(4)R和DW 　　stdAF)(-3.43,0.00)(0.15,0.14)(2.64,1.52) 　　stdAF 　　stdAF(12.39,0.17)(72.12,0.00)(0.08,0.02)(3.56,0.00)(-0.03,0.01)(-2.695,0.01)(-0.71,0.27)(-2.68,