股票期权股（精选8篇）
股票期权股 篇1
一、引言
所谓“黑天鹅”, 是指极不可能发生, 实际上却又发生的事件。黑天鹅事件往往具有三要素 (纳西姆·尼可拉斯·塔雷伯, 2008) :稀少性, 极度冲击、事后寻因。金融市场上, 黑天鹅事件的往往孕育在尾部风险中, 这些风险爆发的概率极小, 加之小概率事件发生的概率往往被低估 (史智才等, 2012) , 使得这类事件一旦发生, 便会对市场造成剧烈的冲击, 并对投资者的收益率造成巨大影响 (Estrada J., 2008) 。例如2011年双汇发展的“瘦肉精”事件、华兰生物的“失血门”事件、重庆啤酒的“疫苗门”事件等, 这些事件的发生不仅使个人投资者蒙受高额损失, 就连专业的机构投资者在黑天鹅事件面前也无所适从, 从而损失惨重, 抑或错失难得的投资机会。
那么, 究竟金融市场中黑天鹅事件的影响有多大, 投资者对黑天鹅事件的反应有什么特征, 面对黑天鹅事件投资者的反应合理吗?发生黑天鹅事件的个股日后的表现怎么样呢?本文选取中国A股市场中自96年实施每日涨跌幅限制以来, 历年发生的个股黑天鹅事件作为研究对象进行实证分析。着重探究了黑天鹅事件个股的当期表现, 投资者对黑天鹅事件的短期反应, 以及黑天鹅事件个股事件发生后不同时期的表现。在此基础上, 本文进一步探究了市场对历年黑天鹅事件的反应程度, 以此来说明市场有效程度的变化。
二、研究对象的选取与特征
(一) 研究对象的选取范围与标准
1. 选取范围
1997年1月至2011年12月, 沪深A股所有非ST、非*ST股票。数据为考虑现金红利再投资的日个股回报率, 市值因子 (SMB) , 账面市值比因子 (HML) , 数据范围从1995-01-01至2012-03-30。其中, 现金红利再投资的日个股回报率数据来源为CSMAR数据库;市值因子和账面市值比因子数据来自于锐思 (RESSET) 数据库。数据处理软件为MATLAB。
2. 研究对象选取条件
对于在A股市场黑天鹅事件的认定我们给出以下两条可量化的必要条件:条件 (1) 连续3个交易日每日红利再投资的回报率小于-9%, 条件 (2) 同期没有其他满足条件 (1) 的事件发生。条件 (1) 保证了样本事件具有巨大的负面冲击, 条件 (2) 保证了事件的发生为个体风险引起的小概率事件, 而非市场的系统风险导致。同时满足条件 (1) 、条件 (2) 的事件认定为一个黑天鹅事件。符合条件的黑天鹅事件共有132个。
为了保证研究对象的实际可操作性, 我们附加以下两条必要条件:条件 (3) 触发条件一之前有超过120个交易日的数据, 条件 (4) 触发条件一之后有超过60个交易日的数据。条件 (3) 、 (4) 保证了用FF三因子模型对个股收益率进行回归与预测时, 有足够的数据量。这样在原有132个事件个股的基础上, 又剔除了不满足条件 (3) 、 (4) 的11个事件。显然不满足条件 (3) (4) 的事件占极少数, 不影响主要结论。本文最终选取一共121个事件作为研究对象。
(二) 样本筛选结果和样本特征
表1给出了样本事件的筛选结果和在历年的分布情况。从表一可以看到筛选出的样本个股平均跌幅达46.92%, 满足黑天鹅事件极度冲击性的特征;同时事件平均频数不到每年10次, 满足黑天鹅事件稀少性的特征。这表明本文选取样本事件的条件设置, 具有合理性和识别能力, 所选取的研究对象具有很强的代表性。
注:A股总数为当年股票代码0开头和6开头的所有股票总和。平均跌幅为各年事件个股跌幅算术平均, 跌幅为事件日前1天到接下来30个交易日内股价最低收盘价的收益率。1997~2011的平均跌幅由121个样本直接算术平均求出, 而非在各年平均的基础上再平均。
三、实证方法与模型
(一) 方法描述
1. 具体思路
本文借鉴了事件研究法的思路, 但没有完全遵照事件研究法的步骤。原因有二:其一, 事件研究法中对定价模型的回归和预期收益的估计都采用日数据, 由于定价模型如CAPM内含的假设, 这样回归的模型往往拟合优度不高, 对收益率的解释能力有限, 故其算出的预期收益率也偏误较大;其二, 本文着重研究事件发生后市场当期反应和事件个股的后期表现, 而非单纯的事件对当期收益率的影响, 故在窗口期的选定上没有遵照一般的模式。
本文采用了1993年美国学者Fama和French在CAPM模型的基础上, 明确提出的三因子模型 (简称FF三因子模型) 。它是在CAPM单因子模型基础上引入了公司规模 (SIZE) , 公司账面值与市值比 (BE/ME) 。两位学者在后续的研究中对三因子模型的适用性问题进行了深入的探索, 三因子模型也得到了多个国家实证研究的支持。针对三因子模型在我国股市的适用性问题, 学界也有相应的实证研究 (吴强等, 2011) 。
具体思路为:首先, 利用FF三因子模型建立个股预期收益与大盘指数, 市场因子, 账面市值比的预测模型;再用事件发生前120个交易日的个股数据对事件个股的FF三因子模型进行参数估计;接着, 利用三因子模型预测事件发生后事件个股的预期收益率;然后, 通过CAR模型算出各个不同时间下的平均超额收益率;最后, 构建统计量检验不同时间下的CAR是否显著, 并从时间序列数据的角度说明其变化趋势。
2. 数据调整
对拟合优度的问题, 本文采用FF三因子模型对单支股票的未来收益进行预期, 并改变模型中各变量的计数频率来调整模型的拟合优度。延长变量对应时段可较好的消除单日变量的部分不规则变动, 如把日数据转换成相应的月数据, 使回归的FF三因子模型的拟合优度往往较为理想。本文具体调整方式为把各变量的计数频率从1日调整到10日。
3. 窗口期选择
对于窗口期的选择, 我们把事件发生后30个交易日内的股价收盘价最低的日期, 作为计算超额收益的起点, 以此探究在市场经过强烈的当期反应后, 事件个股后期的表现。由于股市上的黑天鹅事件具有不同的严重程度和持续效应, 且个股对黑天鹅事件反映的程度和反映的时间各不相同, 很难给出比较统一且精准的超额收益的计算起点。因此我们将黑天鹅事件的持续影响限制在30个交易日内, 避免因过长计量时间而纳入后续与之无关的影响股价的事件。选择30个交易日内股价收盘价最低的日期保证了在持续影响期内股价对黑天鹅事件的充分表现。
(二) 模型建立及求解
1. FF三因子模型及其参数估计
其中, Rf, t表示在t时的10日无风险收益率;Rm, t表示在t时的10日市场收益率;R i, t表示事件个股i在t时的10日收益率;SMBt为时间t的10日市值因子, HMLt为时间t的10日账面市值比因子, εi, t为随机误差项; (∂i、βi、is、ih) 为待估计的参数。通过事件发生前120交易日的事件个股对应数据, 便可以通过最小二乘估计法得到方程 (1) 的各个参数
2. 事件个股i的10日预期收益率E (Ri, t) 的估计:
其中, E (Ri, t) 表示事件个股i在事件发生后, 在t时的预期10收益率。
3. 超额收益率记录起始日后的第τ天的个股10日超额收益率ΔRit (τ) 的计算:
其中, 超额收益率记录起始日为事件个股i黑天鹅事件发生后的30个交易日中的收盘价的最低的交易日 (且不包括当日) , E[Ri, t (τ) ]为事件个股i在超额收益率记录起始日后的第τ天的预期10日收益率, Ri, t (τ) 为事件个股i在超额收益率记录起始日后的第τ天的实际10日收益率。
4. 第K年所有事件个股第τ天平均10日超额收益率τ的计算:
其中, R i, t为事件个股i自超额收益率记录起始日后的第τ天的个股10日超额收益率, K为年份, n (K) 为第K年所有事件个股的总数。
四、模型结果及意义
(一) 三因子模型回归结果
表2列出了部分回归方程的截距项各变量回归系数可决系数R2、F统计量、p值。
注:此表只包含了从各年事件个股中随机选取的10支股票。全部事件个股的回归结果见录。显著性水平一致为5%, 估计的参数、可决系数R2和F统计量保留四位小数, 编程工具为MATLAB。
由121个样本个股数据回归得到的121个回归方程中, 有5个方程的p值大于0.05, 其余116个方程在给定5%显著性水平下, 都通过了显著性检验。因此用回归出的方程, 去计算事件个股的预期收益率, 进而计算事件个股的超额收益率是可靠的。
(二) 历年不同时间的CAR
1. 历年不同时间τ下的CARK (τ)
注:1997~2011的各时期的CAR, 由121个样本原始数据直接算出, 而非在各年同期CAR基础上再平均。
表3给出了事件发生后, 从30个交易日内股价最低点开始累计, 第1到第10个交易日, 第11到第20个交易日, 第21到第30个交易日的各年平均累计超额收益率。在累计期为第1到第10个交易日时, 其中14年的平均累计超额收益率为正, 取正概率为93.3%, 平均CARk (10) 为9.6034%, 显著不为0。这表明市场当期对黑天鹅事件存在过度反应, 并且会在短期内对这种过度反应进行调整, 黑天鹅事件个股能在市场剧烈反应后产生超额收益。
同时, 结合CARk (20) , CARk (30) 的数据表明, 黑天鹅事件个股的超额收益往往集中在过度反应后的10个交易日内。当超过10个交易日后, 累计超额收益率为负的概率增加, 如CARk (20) 为负的概率为46.7%, CARk (30) 为负的概率为60%。
2. 统计检验
(1) 构造T统计量, 检验不同时间τ下的CARk (τ) 是否显著不为零:
其中, CARk (τ) 表示第K年所有事件个股第τ天平均10日超额收益率。S为不同τ下的CARk (τ) 值的标准差, N表示年份个数。梁莱歆等 (2006) 对此问题分析认为, 从整体上看不同时期下的CARk (τ) 期望为0, 且为正态分布, 故有:
(2) 不同时间下的CAR显著性检验
注:t临界值是在5%的显著性水平下的临界值。
在表4结果的基础上, 构建t统计量, 以检验不同时期的CAR是否显著不为0。在给定显著性水平5%的情况下, 仅τ=10时, T=6.1456大于临界值t0.025 (14) , CARK (20) , CARK (30) 在给定显著性水平下均不显著。这表明黑天鹅事件个股超额收益集中在市场过度反应后的10个交易日内。而第11到20个交易日, 第21到30个交易日, 没有明显的累计超额收益, 说明市场对过度反应的调整很迅速, 调整过后事件个股将不会再有超额收益。
3. CARK (10) 的趋势分析
在得到CARK (10) 在5%显著性水平下显著后, 构建CARK (10) 的时间序列数据。并对时间序列数据用EVIEWS进行单位根检验, 结果显示在5%的显著性水平下, 序列是非平稳的。我们用从图1中的线性趋势线可以看到CARK (10) 总体上有下降的趋势, 这表明市场的对黑天鹅事件的过度反应程度在降低, 市场有效性在逐步提高。
五、结论
本文选取中国A股市场中自96年实施每日涨跌幅限制以来, 历年发生的个股黑天鹅事件作为研究对象进行实证分析。主要结论为:股票市场当期对黑天鹅事件存在过度反应, 并且会在短期内对这种过度反应进行调整;其次, 黑天鹅事件个股能在市场剧烈反应后能产生超额收益, 超额收益在短期内最明显;最后, 从时间序列上看, 股票市场对黑天鹅事件的过度反应程度在降低, 市场有效性逐步在提高。
参考文献
[1]纳西姆.尼可拉斯.塔雷伯.黑天鹅效应[M].大块文化出版社.2008.
[2]史智才, 肖诗顺.基于小概率事件的方法论[J].统计与决策.2012 (1) :89-91.
[3]沈中华, 李建然.事件研究法[M].华泰出版社.2000.
[4]吴强.FF三因子模型在上海A股市场实证分析[J].金融经济.2011 (12) :100-101.
[5]梁莱歆等.现代财务会计理论[M].清华大学出版社.2006.
[6]De Bondt and Thaler.Does the Stock Market Overreact?[J].The Journal of Finance.1985 (3) :793-805.
[7]Estrada J.Black Swans in Emerging Markets[J].The journal ofinvesting.2008 (2) .
[8]Fama and French.The Cross-Section of Expected StockReturns[J].Journal of Finance.1992 (2) :427-465.
[9]Fama and French.Multifactor Explanations of Asset PricingAnomalies[J], ”Journal of Finance.1996 (2) :55-84.
股票期权股 篇2
【今日策略】
周一，指数连续走低下，熔断机制连续启动，最终导致指数停盘，全天提前收市。从市场下跌看，经济疲软，注册制预期提前、解禁大限等都是股指低迷的原因，而市场更多的把下跌主因归于熔断机制的实施。实际上，周一指数的暴跌于熔断机制的关系不大。首先，熔断机制是双向的，即上涨下跌都可导致熔断，很显然，并非因为有了熔断机制，指数就一定要下跌;其次，机制以沪深300指数为基准，主要是针对指数，而并非个股，个股怎么表现，还是遵循原来的规则。所以，目前看，真正导致市场走低的，或许就是市场本身就有调整需求，而在多方的恐慌下，这种调整空间被肆意扩大，进而下跌触及熔断机制。是下跌导致市场启动了熔断机制，而并非有了熔断机制，导致市场的下跌。当然，因为这种机制的存在，总体上，巨丰投顾郭一鸣认为，新机制总有利弊，关键在于如何有效利用。目前观望保持仓位下，可逢低继续考虑低吸。试遐想一下，如果今日向上启动熔断机制又如何呢?
天信投资：A股遭遇两次熔断 恐慌之后是机会
“数学不能控制金融市场，心理因素才是控制市场的关键!”市场在毫无征兆的情形下，也在大众期待首个交易日实现开门红的期望下走向暴跌，沪深300指数连续跌破5%、7%的阈值，市场恐慌抛售情绪席卷两市，千股跌停也随之而来，市场看多情绪降到冰点。
市场是人组成的，人的行为和动作是受到意识的影响。而群里意识最让大家感到安全，但往往也是会带领众人走向极端，尤其是在股市中，贪婪和恐惧总是相伴而行。羊群效应总是如期上演，在恐慌的抛售下，股指持续下跌，因为下跌，抛售的更厉害，最终触及熔断阈值。而直到此时还惊魂未定，为今日的交易而忧虑。
毋庸置疑的是，短期决定暴涨暴跌的因素只能是资金供给。卖的人多了，自然就暴跌。而市场的利空因素最大的莫过于大股东将在1月8号集体减持，然而减持本身只是正常交易的一部分，而且数量并不惊人，何至于引发如此恐慌性的抛售?是不是有点反应过度了!
而且现在新股申购将按照新方法申购，不再冻结打新资金，此外，之前的场外配资和伞形信托的清理，金融去杠杆已经得到有效落实。而且连续的降准降息，市场资金面也不会那么紧张。此外，证监会加大打击内幕交易等违法行为，为市场健康运作再添了一份保障。包括熔断机制的推出就是为了防止非理性下跌，实现金融系统的稳健运行。
因而，周一A股的下跌属于非理性下跌，是一次情绪化的相互传染和释放，释放之后冷静下来，后续股指会慢慢修复，至于再度出现暴跌的可能性是微乎其微的!因而，短期看来，要回归价值投资和逆向投资，远离高市盈率高炒作的题材股，这些股此后跌跌不休是正常的，反而是错杀的优质低估值个股是需要重点发掘的对象。
股票期权股 篇3
这个答案看起来很令人兴奋，但与此同时，市场中也总是不乏熊股，它们的涨幅不足10%甚至逆市下跌。
在市场强劲上涨的2009年，有4只股票涨幅高达6倍以上，它们是顺发恒业、广弘控股、ST国中和海通集团；也有4只股票表现低迷，黯然下跌，它们是攀钢钢钒、中国铁建、长江电力和盐湖集团。
在这些牛熊股的背后，到底哪些因素起着重要的推动与制约作用？通过汇总分析，《投资者报》数据研究部发现，2009年的牛股多集中在重组概念股以及业绩增长的小盘股中，而熊股多集中在流通盘较大以及业绩不佳的股票中。
66%股票涨幅翻倍
过往事实证明，无论大盘身处牛市还是熊市，每年总有一些股票超越牛熊，脱颖而出，同时，还有一些股票跑输大盘甚至一跌千里。
《投资者报》数据研究部统计显示，2009年（截至12月25日收盘，下同），在沪深两市1577只股票中（剔除2009年上市新股以及停牌超过1年且尚未复牌的股票，下同），根据前复权价格计算，有8成以上股票跑赢上证综指，有近7成股票的涨幅达到或超过一倍，共1045只，占总数的66%。其中，涨幅在1倍（含）~2倍的股票数量最多，达到774只，占沪深两市股票总数的近一半；涨幅超过两倍的股票有271只；涨幅超过3倍的股票有68只。
在这些牛股中，沪深股市年度涨幅前10位分别为：顺发恒业、广弘控股、ST国中、海通集团、大元股份、苏常柴A、西部资源、银河动力、高淳陶瓷和中天城投。前4只股票涨幅甚至在6倍以上，其中两市第1牛股顺发恒业的涨幅高达2104.21%。
几家欢乐几家愁。就在大牛股诞生的同时，还有一些股票的表现黯然失色。
在1577只股票中，有4只下跌；此外，在上涨的股票中，还有118只涨幅不足50%。
沪深股市年度跌幅排名前10位的熊股分别为：攀钢钢钒、中国铁建、长江电力、盐湖集团、盐湖钾肥、ST合金、荣丰控股、天马股份、山东高速和国投电力。这10只股票中的前4只个股逆市下跌，最“熊”的攀钢钢钒跌幅达14.8%，另外6只股票的年度涨幅不足10%。
牛股云集重组题材
牛股之所以如此之“牛”，其中自有道理。
《投资者报》数据研究部将2009年以来涨幅超过3倍的68只股票，根据“申万一级行业”进行划分，发现这些股票主要集中在房地产、化工、机械设备和交运设备等4个行业中。其中房地产和化工行业的股票最多，均达到了8只，这两个行业的牛股占到总数的近1/4。
事实上，过往数据也表明，这两个行业一直是牛股扎堆的地方。《投资者报》数据研究部在统计过去10年（1999年~2008年）每年A股市场涨幅前10名的100只股票时也发现，这100只牛股主要集中在房地产、医药生物行业中。其中，房地產行业聚集的领涨股最多，医药行业次之，化工行业居于第3位。
在2009年涨幅前10的个股中，还有一个突出特征：10只股票中有7只为重组股。其中排名前3位的顺发恒业、广弘控股、ST国中都是经历了近3年重组历程才复牌交易，其涨幅也都达到惊人的6倍以上。
除了重组及行业特征外，2009年68只涨幅超过3倍的牛股还具备的共同特征是流通盘小，业绩增长性好。
数据显示，在68只涨幅超过3倍的股票中，有43只期初流通股本（2008年底流通股本）小于2亿股，占总数的63%。如果剔除其中的大盘股上海汽车，剩余67只股票的平均期初流通股本仅有1.91亿股。
此外，从业绩增长来看，在68只股票中，有43只股票2009年前三季度净利润同比实现正增长，占总数的63%。其中，有28只股票的前三季度净利润同比增长率超过100%。
熊股扎堆电力板块
即使在牛市中，仍然会有一些股票如蜗牛般爬行。《投资者报》数据研究部汇总了2009年以来涨幅低于30%的47只股票的基本资料，找出了它们步入熊途的几点特征。
上述47只股票根据“申万一级行业”划分，主要集中在化工和公用事业两大行业中。其中化工行业的熊股最多，达9只，包括盐湖钾肥、盐湖集团、荣丰控股等；公用事业行业次之，囊括了6只熊股。值得一提的是，公用事业行业内的6只熊股，均为电力股，这6只股票包括长江电力、国投电力、川投能源、华能国际、桂冠电力和粤电力A。
从期初流通盘的角度分析，与牛股云集于小盘股不同的是，2009年的熊股多集中在中大盘股。根据统计，2009年以来涨幅低于30%的47只股票中，有26只股票的期初流通股本大于2亿股，占总数的55%。这47只股票的平均期初流通股本也高达8.27亿股。
此外，从成长性角度分析，与牛股业绩普遍暴增相反的是，熊股业绩多表现低迷。在涨幅低于30%的47只股票中，有40只股票前三季度的净利润同比增长率低于100%，占总数的85%。其中，21只股票前三季度净利润出现下滑。
股票期权股 篇4
1976年Black提出“股利之谜”, 至今30多年的时间里, 学术界对股利政策的探索无论从理论还是实证方面都取得了许多卓越的成果, 但是, 学者们意见的分歧仍比较大, 还没有得出对股利政策的完美解释。股利分配的具体方式多种多样, 主要有现金股利、股票回购和股票股利等方式。其中, 股票回购因为具有现金支付、税负较低 (Bierman和Wess, 1966) 财务灵活 (Guay et al., 2000) 等制度设计上的优越性, 这种方式在欧美等发达国家资本市场运用非常广泛, 而在我国上市公司中则比较少见, 学术界对股票回购的研究也比较少且主要以案例研究居多 (王伟, 2002;谭劲松等, 2007;马夏薇等, 2012) , 主要原因就在于股票回购在我国资本市场起步较晚, 可供研究的个案较少。
自2005年6月16日我国证监会发布了《上市公司回购社会公众股份管理办法 (试行) 》以来, 资本市场开始了在政策依据下的股票回购探索之路。从2005年6月17日的邯郸钢铁开始, 陆续有上市公司加入到这场股票回购的热潮中, 直至2013年6月底, 我国A股市场上共发生了211起股票回购个案 (数据来源:通过巨潮资讯网、上海证券交易所网站和深圳证券交易所网站查找并手工整理统计所得) 。在这些个案的中投资者的反应不一, 到底是什么因素在影响投资者对股票回购的态度?或者投资者对股票回购的反应是基于理性的吗?股票回购作为公司股利政策的具体方式之一, 又是发达国家上市公司常用的方式, 因此对上述问题的研究是有助于完善我国资本市场股利分配制度的。
2研究方法
2.1变量定义
被解释变量的定义借鉴我国其他学者对股票回购公告效应的研究 (马明等, 2009) , 计算上市公司在股票回购公告日前后的累计异常收益率。总结其他学者的研究结论发现我国A股市场上的股票回购公告效应集中体现在其公告日前后5个交易日内, 因此本文在计算累计异常收益率的过程中也遵循此结论, 其计算公式为:
其中CARi表示累计异常收益率, ARit表示第t个交易日的异常收益率, 异常收益率的计算方法为个股收益率减市场收益率。对累计异常收益率的计算主要用于衡量投资者对某股票回购的反应程度。
解释变量包括公司特征因素和公司治理因素两个方面, 主要考察投资者对股票回购的反应是否是出于对回购公司的了解。公司特征因素包括公司现金流 (CASH) 、规模 (SIZE) 、成长性 (TOBIN’Q) 、财务杠杆 (LEV) 、每股收益 (EPS) 和市盈率 (PE) 等具体指标, 公司治理因素包括公司第一大股东持股比例 (FSH) 和管理层持股比例 (MSH) 等指标。其中, 公司现金流的计算方法为公司货币资金除以总资产, 以消除企业规模带来的差异;公司规模的计算采用对企业总销售收入取对数的方法;成长性因素采用托宾的Q指标进行衡量;财务杠杆因素采用资产负债率进行衡量;管理层持股比例的计算方法为管理层持股数量除以总股数;其他因素的数据直接采用国泰安数据库的计算结果。
2.2研究模型
采用逐步回归的办法, 首先用各个解释变量对个股累计异常收益率做一元回归, 然后根据一元回归的结果, 设置多变量对个股累计异常收益率的多元回归模型。采用逐步回归方法的好处是可以将变量依次放入回归模型中, 根据模型和变量系数的显著性变化来判断变量是否对方程具有解释力, 并且能有效排除多重共线性问题。
一元回归模型:
2.3样本选择与数据收集
本文选取我国A股市场2008年~2012年发布股票回购公告的上市公司作为样本。在这段时期内我国A股市场上共发生了109次回购股票的个案, 在进一步收集所需数据的过程中剔除一些数据不可得的样本, 剔除在股票回购公告日前后5个交易日未持续交易的样本, 最终本文共获得了42个样本。研究中所需数据其中股票回购公告数据由作者通过巨潮资讯网、上海证券交易所网站和深圳证券交易所网站查找并手工整理而成, 上市公司交易数据、公司特征因素和公司治理因素等数据均来自于GTA国泰安股票市场交易数据库和上市公司研究数据库。
3实证结果分析
3.1一元回归模型分析
通过将各变量分别对个股累计异常收益率进行回归, 得到如表1的结果。从表1中可以看出, 一元回归结果中的现金流、企业规模和财务杠杆因素与个股累计异常收益率显著相关, 其他因素的表现则不显著。根据各个一元回归方程的R-squared值排序后, 对个股累计异常收益率的解释力最强的是现金流, 其次分别为财务杠杆、企业规模、市盈率、第一大股东持股比例、每股收益、管理层持股比例和企业成长性等因素。因此, 接下来从现金流因素开始, 逐步将财务杠杆等其他因素带入多元回归模型, 然后根据R-squared值的变化和系数显著性变动的情况, 最终确定多元回归模型的解释变量。
注:*、**、***分别表示在10%、5%、1%的统计水平上显著
3.2多元回归模型分析
表2显示了逐步回归之后的多元回归模型结果, 其中*、**、***分别表示在10%、5%、1%的统计水平上显著, 括号里的值表示回归系数的t统计量。根据一元回归的结果, 首先进行现金流与个股异常收益率的一元回归, 结果显示方程和系数均呈显著状态, 然后, 在模型中加入自变量财务杠杆, 结果使方程的显著性 (F统计量) 和现金流变量的显著性均下降, 且财务杠杆变量本身并不显著, 说明不应该将其加入模型中, 故剔除。接着, 在模型1的基础上添加公司规模变量变为模型3, 结果方程的显著性无较大变化, 公司规模变量的方向与个股异常收益率正相关, 说明投资者对规模越大的公司回购股票反应越激烈, 但该变量在统计上不显著。接着, 在模型3的基础上分别添加市盈率和第一大股东持股比例变量, 结果二者系数几乎为零且不显著, 故剔除。继续添加每股收益变量成为模型6, 该变量与个股异常收益正相关, 说明投资者盈利越多的企业进行股票回购反应越激烈, 但不显著。在此基础上继续添加管理层持股比例变量, 结果该变量几乎为零且不显著, 故剔除。接着添加托宾的Q变量, 同样表现不显著。
综合所有模型的结果, 发现只有现金流因素对个股累计异常收益率的影响最为明显。在所有模型中, 现金流与个股累计异常收益率显著负相关, 说明投资者对股票回购的机制有一定了解, 对上市公司进行股票回购也有一定程度的预期。因为在股票回购过程中企业需要拿出大量现金, 因此投资者会预期现金流越多的企业越有可能进行股票回购, 那么现金流少的企业如果进行股票回购的话就完全超出了他们的预期, 因此市场反应更加激烈。
4结语
从研究结果可以看出, 投资者对我国上市公司进行股票回购的反应主要是出于对该公司现金流、规模和财务杠杆这三个因素的考察。其中公司规模、财务杠杆与累计异常收益率显著正相关, 一方面说明了我国投资者更关注市场上那些所谓的“大盘股”或“权重股”公司;另一方面, 从财务杠杆和累计异常收益率的相关性看来, 我国投资者对股票回购已有了基本的认识, 即公司可以通过回购股票这种方式来提高自身的资产负债率, 从而达到优化资本结构的目的, 这一结论与Hua Zhang (2005) 、Louis和White (2007) 等学者的研究结论类似。
但是, 在综合所有因素后发现, 只有现金流是影响累计异常收益率的关键因素, 二者表现出显著负相关关系。Easterbrook (1984) 指出公司现金流过多会增加股东和公司管理者之间的代理成本。股票回购这一股利分配机制本身就是公司拿出多余的现金回馈给股东, 因而是解决代理成本问题的一个方法。从研究结果来看, 我国投资者对这一机制有较为深刻的理解, 因而形成了现金流越多的企业越有可能进行股票回购的预期, 而当现金流少的公司进行股票回购的时候就超出了他们的预期, 所以反应特别激烈。说明我国投资者对股票回购的反应具有一定的理性, 但其他公司特征、治理结构因素的不显著现象也说明了投资者对股票回购的认识是不完全的, 对其的反应仍然具有盲目性。
参考文献
[1]Fisher Black.The Dividend Puzzle[J].Journal of Portfolio Management, 1976 (2) .
[2]Harold Bierman, Richard West.The Acquisition of Common Stock by the Corporate Issuer[J].The Journal of Finance, 1966 (4) .
[3]Guay W, Harford J.The Cash-Flow Permanence and Information Content of Dividend Increases versus Repurchases[J].Journal of Financial Economics, 2000 (57) .
[4]王伟.国有法人股回购的信息内涵及市场识别--“云天化”和“申能股份”公司回购国有法人股的实证研究[J].管理世界, 2002 (6) .
[5]谭劲松, 陈颖.股票回购:公共治理目标下的利益输送--我国证券市场股票回购案例的分析[J].管理世界, 2007 (4) .
[6]马夏薇, 寿志敏.我国上市公司股票回购案例研究--九芝堂 (000989) 回购公众股[J].金融经济, 2012 (22) .
[7]马明, 贺国光, 熊熊.上市公司股份回购动机研究:来自中国的证据[J].现代管理科学, 2009 (4) .
[8]Zhang Hua.Share Price Performance Following Actual Share Repurchases[J].Journal of Banking&Finance, 2005 (7) .
[9]Henock Louis, Hal White.Do managers intentionally use repurchase tender offers to signal private information?Evidence from firm financial reporting behavior[J].Journal of Financial Economics, 2007 (1) .
股票期权股 篇5
审核材料
1.书面申请；
2.外汇局同意境内个人参与境外上市公司员工持股或认股期权计划有关购付汇及开立账户的有关批复； 3.原购付汇凭证； 4.原计划方案； 5.纳税凭证；
6.外汇局要求提供的其他材料。审核原则
1.个人出售员工持股计划、认股期权计划等项下股票以及分红所得外汇收入，汇回所属公司或境内代理机构开立的境内专用外汇账户后，可以结汇，也可以划入个人的外汇储蓄账户；
2.个人依据员工持股计划和认股期权计划等从境外上市公司取得的其他权益，或出售以其他方式取得的境外上市公司股份，其所得外汇收益在扣除境外相关费用后，应全额调回境内，并参照本操作规程有关规定，由境内代理机构或其所属境内公司集中办理相关手续； 3.要与原计划方案有关说明相符； 4.严格按照各相关账户使用范围办理。
【法规名称】 境内个人参与境外上市公司员工持股计划和认股期权计划等外汇管理操作规程 【颁布部门】 国家外汇管理局 【发文字号】 汇综发[2007]78号 【效力属性】 有效
【法规编号】 5605 什么是编号？ 【正
文】
境内个人参与境外上市公司员工持股计划和认股期权计划等外汇管理操作规程
第一条 为规范境内个人（以下简称“个人”）参与境外上市公司员工持股计划和认股期权计划等的外汇管理，根据《中华人民共和国外汇管理条例》、《个人外汇管理办法》（人民银行行令2006年第3号）及《国家外汇管理局关于印发<个人外汇管理办法实施细则>的通知》（汇发[2007]年1号）等规定，制定本操作规程。
第二条 本操作规程所称“境外上市公司”是指在境外证劵交易所上市的公司，包括中 1 资控股公司和非中资控股公司；“境内公司”是指境外上市公司本身，或境外上市公司在境内的母公司，子公司及分支机构。
第三条 个人参与境外上市公司员工持股计划所涉外汇业务，应遵照以下流程进行操作：
（一）个人应通过所属境内公司选择一家境内机构（以下简称“境内代理机构”）统一代为办理各外汇管理事项。境内代理机构可以是境外上市公司的一家境内公司、境内公司内具有法人资格的工会或具有资产托管业务资格的信托投资公司等金融机构。
（二）境内代理机构应委托一家具有外汇资产管理和证劵业务外汇经营资格的境内金融机构（以下简称“资产管理人”），为个人购买及出售员工持股计划所制定的股票。
（三）境内代理机构应委托一家 具有托管业务资格的境外银行（以下简称“托管银行”），托管个人根据员工持股计划而持有的全部境外资产。
对于已经有全球员工持股计划统一资产管理人、托管银行及托管账户的境外上市公司，其境内公司无需另外选择境内资产管理人，也无需申请开立境外专用外汇账户。
第四条 个人参与境外上市公司分配的认股期权计划，所涉外汇业务应遵照以下流程进行操作：
（一）应委托其所属境内公司或第三条第一项所述境内代理机构统一办理各外汇管理事项。
（二）应集中委托一家在境外上市公司上市地具有证劵经纪业务资格的金融机构（以下简称“受托管理机构”）或境外上市公司指定的说托管理机构，办理个人行权及出售的相关事宜。个人行权及出售等交易指令应通过受托管理机构执行。
第五条 境内代理机构或所属境内公司应当代理参与员工持股计划或已进入行权期并以现金方式行使认股期权（以下简称“行权”）的个人，按向国家外汇管理局及其分局、外汇管理部（以下简称“外汇局”）申请员工持股或行权购付汇额度。申请购付汇额度时应提交下列文件：
（一）有关员工持股或行权购付汇额度的书面申请：
实施员工持股计划的，书面申请应详细说明计划实施方案，包括但不限于实施模式及流程，参与计划的公司名单、购股人民币资金来源、买卖股票的价格确定方式及频率、购汇额度测算及参与各方的权利义务等内容。
实施认股期权计划的，书面申请应详细说明期权的分配情况，包括涉及员工数量、行使认股期权的价格、行权条件、本已进入或将进入行权期的员工数量及购汇额度的预算等内容。
（二）境外上市公司或境内代理机构（或所属境内公司）与境内资产管理人、境外托管人或受托管理机构签订的协议（草案）、境内公司授权境内代理机构统一管理员工持股计划或认股期权计划等的授权书或相关协议。
（三）境外上市公司决定实施员工持股计划或认股期权计划等的董事会决议或其他证明文件（须由国家相关主管部门批准方可实施员工股权激励计划的，还应提供境内相关主管部门的批准文件）。
（四）员工持股计划或认股期权计划合同范本。
（五）境内代理机构关于风险控制，信息披露等相关内控制度。
（六）参与计划的个人与境内公司劳动关系属实的承诺函。
（七）外汇局要求提供其他材料。
经外汇局批准同意的，境内代理机构可凭批准文件，在批准的购付汇额度内，代个人到外汇指定银行办理购付汇手续。
第六条 境内代理机构或所属境内公司首次申请购付汇额度时，应同时向外汇局申请在境内银行开立一个境内专用外汇账户。境内专用外汇账户的收入范围为：员工购股或行权所需外汇资金，员工出售股票后汇回的本金及收益，汇回分红资金，以及外汇局批准的其他收入。支出范围：向境外支付购股或行权资金、境外汇回资金后结汇或向个人外汇储蓄账户划转，以及经外汇局批准的其他支出。
实施员工持股计划的，还应由境内代理机构向外汇局申请在境外托管银行开立一个境外 3 专用外汇账户。境外专用账户的收入范围为：境内代理机构根据员工持股计划定期汇入的购股资金、储蓄期或限制期满后出售股票所得资金、分红所得的资金、经外汇局批准的其他收入。支出范围为：资产管理人用于购买员工持股计划制定的股票、汇回本金和收益，支付相关费用、经外汇局批准的其他支出。
各境内公司可以在境外专用外汇账户下开立本公司的子账户。
第七条 境内代理机构或所属境内公司申请购付汇额度及开立外汇账户，应遵守下列申请程序：
（一）实施员工持股计划的，首次申请购付汇额度及开立外汇账户，应经所在地外汇局报国家外汇局批准。以后的购付汇额度，直接报所在地外汇局批准。
（二）实施认股期权计划的，申请购付汇额度及开立外汇账户，应报所在地外汇局批准。
第八条 个人出售员工持股计划、认股期权计划等项下股票以及分红所得外汇收入，汇回所属公司或境内代理机构开立的境内专用外汇账户后，可以结汇，也可以划入个人的外汇储蓄账户。
第九条 个人不的直接从境外支付行权所需资金，从境内支付的行权所需资金的来源应符合国家法律法规的规定。本操作规程实施前，个人已直接从境外支付行权所需资金的，在继续办理相关业务时，应当依照本操作规程第六条的有关规定，由所属境内公司或境内代理机构向所在地外汇局申请开立境内专用外汇账户，并依据第八条由关规定办理外汇资金划转或结汇手续。
第十条 以非现金方式行使认股期权的个人，应当依据本操作规程第六条相关规定，由所属境内公司或境内代理机构向所在地外汇局申请开立境内专用外汇账户，并依据第八条有关规定办理外汇资金划转或结汇手续。
第十一条 实施员工持股计划的，境内代理机构应于每季度初10个工作日内向所在地外汇局报送《境内个人参与境外上市公司员工持股计划情况备案表》（见附表1）；实施认股期权计划的，所属境内公司或境内代理机构应于每季度初10个工作日内，向所在地外汇局报送《境内个人持有境外上市公司认股期权情况备案表》（见附表2）。
本操作规程发布前，个人已参与境外上市公司员工持股和认股期权等计划的，应由其所属境内公司或境内代理机构依照规定，于本操作规程发布之日起三个月内到所在地外汇局补办有关手续。
第十二条 个人参与境外上市公司员工持股计划和认股期权计划等涉及国际收支申报的，应当由境内代理机构或所属境内公司按有关规定集中办理国际收支申报手续。
第十三条 个人应严格按本操作规程的有关规定参与境外上市公司员工持股和认股期权等计划，不得以参与境外上市公司员工持股计划和认股期权计划等的名义，购买其他境外证劵；法律法规另有规定的除外。个人、境内代理机构、境内所属公司、资产管理人及境内 公司等违反本操作规程有关规定的，外汇局将根据《中华人民共和国外汇管理条例》，《个人外汇管理办法实施细则》及其他有关规定予以处罚。
第十四条 个人依据员工持股计划和认股期权计划等从境外上市公司取得的其他权益，或出售以其他方式取得的境外上市公司股份，其所得外汇收益在扣除境外相关费用后，应全额调回境内，并参照本操作规程有关规定，由境内代理机构或其所属境内公司集中办理相关手续。
股票期权股 篇6
张靓颖和A股之间奇妙的联系源于网友“朱一卿”日前的爆料。他在微博上说：“12月5日爆出张靓颖接到2013年春晚邀请，中国股市在连续暴跌数天后报复性反弹。惊人地发现，张靓颖一旦有重大消息爆出，A股经常以阳线报收。张靓颖自从参加2005年超女后，A股见到998的历史大底，历经N年的A股大熊市结束，因此目测张女神乃A股之神。”为力证张靓颖是A股女神，“朱一卿”还特意做了一张2006年至2012年的分析图，称当年张靓颖没能夺得“超女”成都赛区和总决赛的冠军，“市场表示非常不满，分别以小阴和中阴线报收”。以上种种分析与巧合，令张靓颖的粉丝和广大股民直呼——“膜拜啊！”
2008年底，冯小刚的贺岁片《非诚勿扰》上映，片中角色手持望远镜，从中看到中国股市涨到了8000点、10000点。2009年，A股果真走出波澜壮阔的行情。2012年2月8日，冯小刚发微博萌生退意，华谊兄弟的股价连跌三天，虽然冯导及时发微博“补救”，称言论只是撒娇，但这娇撒得让华谊兄弟“蒸发”了3.2亿元。几次巧合事件，也让冯导被视作影响股价的“晴雨表”。
11月底，冯导最新力作《一九四二》上映，全国首日票房收入只有2600万元，低于《唐山大地震》和《非诚勿扰2》。同一天，沪指同样改写46个月的收盘新低，华谊兄弟跌停。这让股民不禁感叹：“难道冯导真和股市同命相连？”股民还调侃电影《一九四二》，“我看到的不是1942年兵荒马乱、民不聊生的三千万饥饿难民，而是在上证指数1942点被套牢的三万万股民。”《一九四二》海报上写着的“走下去，活下去”，“这不就是在给股民鼓劲吗？”
拍电影八成亏，写影评赚翻天
12月7日，《电影中国》主编“木雕禅师”一条微博“撕开”电影圈又一潜规则。他说：“今年影院上映电影约350部，虽有《画皮2》突破纪录，但还是八成亏本，然而影评人却赚到盆满钵满，据知有影评人月收入超过6万。”
对于有影评人月入6万，记者采访了已当过两年影评人的周先生，他说，“如果真有这数字，那应该是综合收入，其中还含有与电影有关的其他事情，含策划收入。影评人多在北京活动，几乎每天都有新片邀请看片。普通的影评人写影评，都是1000元一篇，一月写30篇，收入3万元。
事实上，很少有影评人能写10篇以上。越来越多的新锐作家也偶尔客串一下影评人，单篇影评可达到5000元。”某新锐作家还在微博称，给今年某部大片写过一篇5000元的“枪稿”。
据了解，有的影评人利用“养”大了的微博赚钱，只要转发夸赞的，就会有报酬，“拥有10万粉丝以上的影评人微博，也相当赚钱，只要转发一条‘很好’、‘想哭’等夸赞该片的微博，就会获得600到1000元的报酬。如果不愿转发，自己评价，只要‘刷’好评，发一条140字的微博影评，也会拿到近千元的报酬。一个影评人微博一月转发或评价5部电影好评，也会有一笔不小的收入”。
不少电影公司都有一份影评人名单，而有的小电影公司，临时会联络影评人去看片。开了微博之后，跟片方联系更紧密，不少活动也是通过微博私信邀请的，然后接上头。对方也是根据个人的影响力来付报酬的。
但因为门槛低，内地的影评人素质参差不齐，广受质疑。有网友表示，很多是拿了钱的无骨文人，“夸一部电影夸得没底线，与‘水军’无异”。
中国电视剧不接地气
遥控器从上翻到下，又从下翻到上，秃脑门的穿越剧余温还在，四爷和八爷暂时歇业，抗战的主旋律魅力不减。家庭伦理剧，演完了小夫妻，开始涉及婆媳，军旅题材和谍战系列除了许三多将光棍进行到底，总也要有个爱情关系。
清史在被戏说了几轮之后，开始被穿越。伟大的编剧向清朝输送了各种奇怪的现代人，最倒霉的是雍正，被穿越的女子玩弄得活来死去。好端端的王朝，如此说来，真真应了红颜祸水，兄弟阋于墙。
家庭伦理剧崛起，从蜗居到婆媳大战，应了中国人的心事：房子房子还是房子。切中要害的关键，并不在于唱响了多少人苦逼的买房悲歌，而是过程中，权变钱、婚外恋带来的刺激。房子那点事，还真没什么调动人的情绪。问为什么？因为穷的掉渣的俩80后孩子，用着爱疯和IPAD，每天大把的时间腻着期期艾艾，这是武侠小说里不带银子就可以行侠仗义谈情说爱的大侠么。
反反复复一再重拍的武侠剧和名著，绝对实现了与时俱进。只是拍来拍去好像都练了葵花宝典。武功已经脱离了地球引力，服装比巴黎时装周还要个性淋漓。烟熏妆都不叫什么事儿了，总有几个造型让你想到惊悚这词。怀念啊，上世纪的古装剧里白衣飘飘的女主角，睡梦里都恨不得自己变成那个样子，当然那都已是回忆。
都市剧，这几年也不少。屌丝男总会冒出个款爹，在追逐爱情的道路上，颠覆就算了，简直就是狗血。女主角负气离开，动不动就去巴黎，按照平均工资，机票钱也得挣俩月吧？住酒店，消费的可都是欧元，主角家里有个提款机？
在近现代史的框架里，三分爱情咖喱、三分人际椒盐、三分伦理葱花、一分植入广告，帅哥靓女们用排列组合的数学公式，填满了电视机的方寸空间。
纪录片是个好生意吗？
《舌尖上的中国》为2012年的纪录片重新镀上一层金箔。它在上海电视节上卖出每分钟1万元的“天价”。2011年开播以来从没有经营广告的央视纪录频道也母凭子贵，在2012年收获了超过2亿元的广告招标，甚至连央视纪录片销售额也由此比去年增加了50%。如果没有它，很多人对于国产纪录片的深刻印象大概依旧停留在《河殇》抑或《大国崛起》，其实中国每年仅体制内生产的纪录片就已经在400-500部，却因优秀作品未强大到足以打通整个产业链，再加上交易和播放渠道双重受限让纪录片市场一直未走出阴霾。
在国内，影院和电视台仍是纪录片回收成本最快的两种播放渠道。中国纪录片目前拥有8个频道电视频道、83档电视栏目，但国内真正有购买能力的电视台并不超过20家，而影院为纪录片开辟的放映空间对于整个市场依旧有些杯水车薪。
幸而近年来新媒体陆续介入，较早成立纪录片频道的爱奇艺、搜狐纪录片频道，甚至2011年才迅猛发展的腾讯视频都相继进入纪录片市场，它们纷纷开始购买纪录片版权，由此纪录片的播映空间里也不断有光线穿透进来。市场容量的扩张也抬高了纪录片的交易价格。
数据显示，从2011年开始，网络收购纪录片的价格从原来的每分钟30元迅速提升到100元，个别作品甚至高达1000元，这已经超过电视台的购片价格。
那么，窄众生意该如何蜕变呢？每年在阿姆斯特丹电影节上都会有一个分论坛，面对欧洲最重要的12座电视台纪录片负责人、相关基金会和纪录片投资人，每一位纪录片制作人都需要用5分钟时间展示自己的纪录片拍摄计划，分享研究结果、划分市场类型等，在明确投资意向之后，制作人会与投资方洽谈出售版权等利益合作。这就是欧洲纪录片市场普遍采用的“预售式”筹资模式，这对于普遍习惯制作完成才开始销售环节的国内纪录片从业者，或许会是一个有益的借鉴。
股票期权股 篇7
自从Ball & Brown (1968) 的研究以来, 会计学界已经有众多文献证明了会计信息和股票投资收益之间的关系, 特别是Ohlson1995年提出的线性剩余收益模型成为该类研究的主要研究方法, 其基本假设之一就是“公司的剩余收益在时间序列上呈线性相关关系”。
线性剩余收益模型拥有两种不同的子模型, 股价模型和报酬率模型, 后者是本文的研究对象。在报酬率模型方面, Easton and Harris (1991) [1]推广了以盈利为基础的模型 (1.1) , 对美国1969—1986年的上市公司进行了研究, 发现盈利回报率以及盈利回报率的变化和股票回报显著相关。Chen and Chen and Su (2001) [2]利用该模型对于中国1991—1997年沪深A股进行了研究, 也证实了相同的结果, 横截面解释能力达到12.5%。
Rit=α+βxit+λΔxit+eit (1.1)
近年来, 学者逐渐开始将资产负债表上的信息同时应用于模型的构建, 并且对于线性收益模型的基本假设——剩余收益时间序列线性相关, 提出了挑战。Zhang (2000) [3]认为企业对于高收益的项目会增加投资, 并放弃低收益的投资项目, 也就是说, 企业拥有增加收益的看涨期权和停止损失的看跌期权, 那么企业的剩余收益在时间序列上就不再呈现线性关系, 而是类似期权价格的非线性凸型曲线, 就此推导出模型式 (1.2) 。
模型式 (1.2) 中x代表盈利回报率;△q代表未来一年净资产收益率的变化;△b代表未来一年净资产账面值的变化;△g表示增长机会, 是未来一年盈利增长率的变化;而△r是未来一年无风险收益率的变化。Chen and Zhang (2007) [4]就模型式 (1.2) 对美国1983—2001年股市进行了检验, 发现该模型对于股票回报的解释能力较线性剩余收益模型有所提高, 横截面解释能力为19.65%, 超过线性收益模型10%左右的解释能力, 从而证明了非线性剩余收益关系的存在, 成为学术界又一大突破。而目前该模型在中国市场上并没有相应的研究, 本文将通过实证分析1999—2008年10年间的沪深A股, 对线性收益和非线性收益的回报率模型进行比较。
2 样本选取与变量设计
2.1 样本和数据
本文所有数据来自于港澳资讯度量衡金融数据库, 研究的样本取自1999年到2008年的沪深A股上市公司, 并剔除金融银行类和账面资产小于零的公司。由于本文将研究两个模型, 其中线性剩余收益模型要求连续2个会计年度数据完整, 非线性剩余收益模型变量设计中要求连续3个会计年度数据完整, 因此后者可观察样本量相对减少。同时为了保证在计算公司盈利增长率的变化时符号正确, 非线性剩余收益模型要求过往3年的净利润全部大于零。所有变量均剔除3个标准差以外的极端值。具体样本筛选过程如表1所示。
注:年份是指财报报告年度, 而不是财报发布年度, 下文表中年份均如此;模型可用的样本量是剔除了数据缺失和极端值后的数据。
2.2 变量设计 (所有变量计算方法见表2)
2.2.1 回报率
考虑到中国上市公司必须在每年4月30日披露上年年报, 本文的回报率采用的是公司年报披露当年4月30日的总市值和上一年4月30日的总市值, 在窗口观察期中有部分公司分发现金股利, 相关股票收益也做调整。
2.2.2 增长率变化
Chen and Zhang (2007) 中使用的是分析师对于公司未来盈利的预测作为计算增长率变化的基础, 由于中国市场不存在成熟的分析师预测系统, 本文采用公司当年实际的盈利增长率变化作为替代变量。
2.2.3 无风险折现率的变化
由于本文对同年的公司采取了相同的观察窗口, 所有公司无风险折现率的变化相同, 因此在模型 (2.2) 中剔除该变量, 不作为研究对象。
2.2.4 控制股改因素
由于我国2005年以来进行了股权分置改革, 使得股票市场发生了系统性的改变, 因此, 在对多年数据进行回归时, 本文设置0/1变量reform以控制该因素, 1999—2004年设为1, 2005—2008年设为0。
3 实验设计与检验结果
考虑到数据限制和研究窗口的选取, 本研究使用的最终模型为:
3.1 线性剩余收益回报率模型
Rit=α+βxit+λΔxit+eit (3.1)
3.2 非线性剩余收益回报率模型
Rit=α+βxit+γΔqit+δΔbit+ωΔgit+eit (3.2)
本文应用变量的描述统计结果如表3所示。
描述性统计显示回报率Rit各年均显示向右偏峰的特点, 由于每一财年的年报在下一自然年度发布, 例如1999年的年报在2000年发布, 其回报受到2000年市场变化的影响, 从表3的结果来看, 我国2000年到2001年经历了短暂的牛市, 而2002—2005年则是熊市, 进入2006年后一轮较长时间的牛市在2009年结束, 该观察结果符合市场现状。xit和△xit基本表现出了稳定的正态分布;而△qit和△bit则较不稳定, 在近年显示了较大的波动性;△git表现和股市的牛熊市存在一定的正相关关系, 波动性在牛市中有所增加。各个变量的相关性分析见表4。
注:*代表在0.1水平下显著;**代表在0.05水平下显著;***代表在0.01水平下显著。
注:*代表在0.1水平下显著;**代表在0.05水平下显著;***代表在0.01水平下显著。
从变量之间的相关性来看, 除△bit, 外其他变量均和股票回报显著相关, 国内已有研究表明股权分置会导致股票价格收到抑制, 而本文中reform变量和股票回报呈逆向关系也符合该研究结论。在多重共线性方面, xit和△xit的相关性超过40%, 因此在回归分析时均检验了回归方程的变异数膨胀因子 (VIF) , 结果显示无多重共线性缺陷。表5给出了两个模型的回归结果。
从表5的回归结果来看, 模型 (1.1) 的解释变量在横截面样本检验中均体现为显著 (1%水平) , 符号符合预期, 在各个研究年度中有6个年份xit和△xit同时显著, 其余4个年份仅有一个变量显著。在解释能力方面, 模型 (1.1) 能够解释全部样本的15.7%, 模型各年份的解释能力呈现一定的波动。在熊市期间模型的预测能力较好, 而对于受到金融危机冲击的2008年年报 (于2009年年初发布) 解释能力最低。
相比模型 (1.1) , 模型 (1.3) 的解释能力更好, 除△bit外自变量在多年总体样本检验中均显著 (1%水平) , 符号符合预期, 模型总体能够解释全部样本的22.4%。模型 (1.3) 各年份的解释能力都高于模型 (1.1) , 虽然也呈现一定的波动性, 但是相对稳定。△bit变量的不显著表明中国股票市场可能更多关注公司的盈利能力, 而模型中和△git变量的显著, 证明了中国股票市场在对盈利能力定价时具有非线性剩余收益的特点。线性的剩余收益关系认为公司盈利的增长率是固定的, 而非线性剩余收益关系认为, 现实市场中部分公司有能力通过调整资源分配提高盈利增长的比率, 当市场观察到这类公司时, 将给予这一类公司更高的定价, 以反映这类公司超常的盈利能力。而这种能力在Zhang (2000) 中被定义为公司的实物期权, 因此公司股票的定价具有期权类资产非线性的定价特点。同时reform变量在两个模型的横截面样本检验中都在1%的水平显著, 符号为负, 证实了股改前股票回报收到抑制的现象。
4 结论
本文对1999年—2008年年沪深两市A股股票回报的会计影响因素进行了实证研究, 利用线性剩余收益模型和非线性剩余收益模型同时进行解释, 结果显示非线性收益模型中的盈利回报率、净资产收益率变化和净利润增长率变化都和股票的回报显著相关, 且非线性剩余收益模型能够更好地解释股票的回报。本文进一步展示了会计信息和股票回报之间的关系, 证实了市场对于超常盈利能力的定价现象, 突破了Ohlson模型中剩余收益线性相关的基本假设, 为国内进一步研究股票定价问题增加了实证证据。
摘要：基于Ohlson (1995) 的线性剩余收益定价模型和Zhang (2000) 的非线性剩余收益模型, 考察了沪深两市A股1999—2008年度10年间的回报与会计信息之间的相关性。主要研究了盈利回报率、盈利回报率变化、净资产账面价值变化、净资产收益率变化和增长机会对股价回报的解释能力。通过比较两种模型的解释能力和适用性, 分析中国市场的特性, 并为非线性剩余收益提供进一步的证据。研究结果发现:非线性剩余收益模型对于中国市场的解释能力更强, 多年总体样本解释能力为22.4%;盈利回报率、净资产收益率变化以及增长机会与股票回报具有显著正相关关系。
关键词：股票回报,非线性剩余收益,线性剩余收益,会计信息
参考文献
[1]Easton P D, Harris T S, Earnings as an explanatory variable for re-turns, Journal.of Accounting Research, Spring1991;19—36
[2]Chen C J P, Chen Shimin, Su Xijia.Is accounting information value-relevant in the emerging Chinese stock market?Journal of Internation-al Accounting, Auditing&Taxation, 2001;101—22
[3]Zhang G.Accounting information, capital investment decisions, and equity valuation:theory and empirical implication.Journal of Account-ing Research, 2000;38:271—295
[4]Chen P F, Zhang Guochang.How do accounting variables explain stock price movements?theory and evidence.Journal of Accounting and Economics, 2007;07 (02) :219—244
股票期权股 篇8
IPO (The initial public offering) , 即股票的首次公开发行, 也称新股发行, 是上市公司生命周期中的一个重要里程碑, 对公司的股权结构以及现有股东的控制权有重要的影响。而IPO抑价是指在证券市场上, 股票以及市场的发行价格低于二级市场价格的现象。Booth and Chua (1996) 指出股票发行者有意通过压低发行价格使发行后的股权结构分散, 以此来增强新股在二级市场上的流动性。然而, 除了Pham (2003) 等人利用该理论研究过澳大利亚的IPOs之外, 研究这个理论的学者还不多。因此, 在本文中我们将利用2001-2010年在上海证券交易所上市的320支A股股票的IPO相关数据来验证Booth and Chua的关于在控制股权分散后, 股票的抑价发行是否会直接影响IPO二级市场流动性的假设。
流动性是市场的一切, 其概念的最早界定则可以追溯到凯恩斯, 他认为流动性是“市场价格将来的波动性”。而对于市场流动性的测量, 国外的学者们可谓众说纷纭。Kyle (1985) 指出, 市场流动性的最重要测量指标就是买卖价差, 买卖价差越小, 则表示市场流动性越好。Garbade (1985) 采取宽度、深度和弹性三个指标来衡量流动性。Harris (1990) 指出, 流动性的测量包括宽度、深度、即时性和弹性四个维度。而本文将首次运用Shane A.Corwin and Paul Schultz (2011) 提出的高低价差 (High-low spread) 作为衡量市场流动性的其中一个度量指标。
很早以前, Amihud and Mendelson (1986) 就利用NYSE和AMEX的做市商买卖报价差数据, 通过Fama-MacBeth方法, 从交易的微观成本出发推导出预期收益是买卖价差的凹形增函数的关系模型, 提出了流动性抑价理论。此后, 便有大批学者对流动性抑价进行了进一步的研究和分析。Brennan and Franks (1997) 利用英国证券市场的高频股票交易数据, 推导出IPO抑价, 股权结构和控制新股发行权益之间的关系。Jacoby、Fowler and GotteSInan (2000) 在考虑价差效应的基础上推导出流动性调整的CAPM模型。Pham、Kalev and Steen (2003) 研究了IPO抑价水平, 新股股票的分配, 新上市公司的股权结构对证券市场流动性的影响。Butler、Grullon and Weston (2005) 研究了股票市场流动性和股票的发行成本之间的负相关关系。
而在国内, 佟孟华 (2006) 根据股票市场流动性溢价理论, 构建平行数据固定影响变系数回归模型, 对流动性溢价理论进行较为全面地检验。余立帆 (2008) 分别针对高频数据和低频数据构建了新的流动性度量指标, 分别研究流动性水平和流动性波动对收益的影响。马伟 (2009) 从公司业绩水平、资产规模、流通股影响力、股价、股票的市场风险等方面出发, 通过全因素多元回归分析得到了流动性与影响因素的多元回归模型。张丹 (2010) 在股票流动性价值理论依据下, 运用扩展的J-W模型, 展开A股市场流动性价值水平及其影响因素的实证分析。
二、变量选取与模型假设
(一) 因变量
从已有研究文献看, 学术界对流动性如何度量进行了大量的探讨, 不过却没有形成统一的标准。根据流动性的四个属性, 可以把度量流动性的方法分为四种类型, 即价格法、交易量法、价量结合法和时间法。价格法的衡量指标主要包括报价价差、有效价差、实现价差和定位价差等指标, 交易量法的测量指标则主要包括交易量、换手率、成交率和市场深度等指标。价量结合法顾名思义就是将价格法和交易量法结合起来的方法, 主要的测量模型包括价格冲击模型和流动性比率。而时间法则主要利用弹性指标来度量市场的流动性。这四种方法各有利弊, 所以在这里, 本文主要采用价格法和交易量法来度量市场的流动性。具体指标如下:
1、报价价差 (Quoted spreads)
报价价差是指市场上最佳卖出价和最佳买进价的差额, PA表示最佳卖出价, PB表示最佳买进价。则报价价差的计算公式为:
2、有效价差 (Effective spreads)
有效价差是指交易价格和买卖差价均值的差额的绝对值, 不过为了减少股票价格水平等因素对有效价差的影响, 本文将采用相对有效价差。用t表示交易时间, pt表示交易价格, pM表示卖出价和买进价的均值。则有效价差的计算公式为:
3、高低价差 (High-low spreads)
在本文中我们将首次引用Shane A。Corwin and Paul Schultz (2011) 提出的高低价差 (high-low spread) 来作为衡量市场流动性的指标, 以此来对比报价价差和有效价差。具体计算方法如下:
4、交易量 (V)
对于交易量法本文将会简单采用股票的日交易量这一指标来度量市场的流动性。
5、换手率 (Turnover rate)
换手率是用交易量法衡量市场流动性的常用指标, 等于交易量除以总流通股数。
(二) 自变量
1、IPO抑价率 (Underpricing)
IPO抑价率, 又称IPO初始收益, 是指股票从发行到上市首日的价格变化。具体计算公式如下:
其中:pC为新股发行首日的收盘价, pO为IPO股票的发行价。
2、股东数量 (NSH)
为了检验股权结构和二级市场流动性的相关性, 我们对公司股权是集中还是分散构建了不同的测量指标。第一个指标为股东数量, 如果一个公司的股权比较分散, 那么该公司一定拥有许多股东。
3、大股东持股比例 (BHO)
由于在现实中也可能存在一家企业拥有许多股东, 而几个大股东就拥有了公司大部分股份的情况。因此, 仅仅只用股东数并不适合测量股权是集中还是分散。所以大股东的持股比例通常也被用来衡量股权集中的程度。与别的文章不同的是本文将选取持有公司5%以上股份的股东作为大股东, 以这些大股东持股比例的和作为衡量公司股权集中程度的另一个指标。
(三) 控制变量
为了更好地研究IPO抑价水平和股权结构与我国证券市场流动性之间的关系, 文章将引入日收益方差 (Var) 、股票总市值 (MV) 、股票的日成交价 (P) 、股票浮动比例 (Float ratio) 和承销商等级 (Toptier underwriter) 作为控制变量。其中, 股票的浮动比例为已上市流通股占总股数的比例;承销商等级则为一个虚拟变量, 并且按照国内最新IPO承销商的排名将排在前10名的高声誉等级承销商的值取为1, 其他排名则取为0。
此外, 考虑到交易量的变动会对价差和换手率的变化产生影响, 所以在对价差和换手率进行回归分析时交易量也将作为其中的一个控制变量。
需要指出的是, 为了避免绝对数值对回归结果的影响, 本文将对部分变量采取对数转换的形式来进行实证分析。
(四) 模型假设
Habib and Ljungqvist (2001) 指出IPO抑价也是提高股票交易量的一种方式, IPO抑价发行后会增加那些对其感兴趣的潜在投资者, 从而也就使得交易量随之增加。因此, IPO抑价也可以通过直接增加交易量来影响二级市场的流动性。然而, 关于IPO抑价是如何影响造市商面临的信息不对称的市场状态的理论还不是很确定。到目前为止, 除了Reese (1998) 验证了IPO抑价与二级市场交易量呈正相关关系之外, 研究IPO抑价是如何影响二级市场流动性的实证文章还比较少。
至于股权结构方面, Booth and Chua (1996) 认为通过IPO抑价达到股权分散的目的是为了增加二级市场的流动性, 并假设二级市场的流动性与股东数量呈正相关关系, 而与大股东持股比例呈负相关关系。而Heflin and Shaw (2000) 指出造市商通过制造高的价差来减轻股东的损失, 这会增加交易成本并减弱市场的流动性。因此, 我们可以认为交易量与大股东持股比例呈负相关关系。在许多金融文献中, 关于股权结构和流动性的相关性实证分析并没有得出一致的结论。Kini and Mian (1995) 检验了买卖差价和股权结构的相关性, 结果表明他们是正相关的, 但结果不显著。相反地, Kini and Mian (1995) 发现股权结构与价差是呈负相关关系的。
我们知道, 交易量和换手率衡量的是交易活动进行的状态, 而三个价差衡量的则是交易成本的变动情况, 所以较高的市场流动性就意味着有较高的交易量和换手率及较低的价差。所以, 本文将上述关于IPO抑价、股权结构和二级市场流动性的相关性假设绘制成表1。
三、实证分析
本文所选取的样本为从2001年1月1日开始到2010年6月30日在上海证券交易所上市的A股IPO股票, 剔除那些目前为非正常上市状态 (ST、*ST、暂停上市、退市和三板市场) 的股票, 最终选取了其中的320支新股作为研究对象。本文主要研究的是新股上市后一年内的情况, 相关指标均为先求年平均再求对数。计算所使用的相关数据均来自北京聚源锐思数据科技有限公司开发的RESSET锐思金融研究数据库。
为了研究我国IPO抑价和公司股权结构对证券市场流动性的影响程度, 本文将基于前文描述的因变量和自变量建立如下回归模型:
模型一:Log Quoted spreadi=α0+α1Underpricingi+α2LogNSHi+α3BHOi+α4Vari+α5LogMVi+α6LogPi+α7LogVi+α8Float ratioi+α9Top-tierunderwriteri+ε1i
模型二:Log Effective spreadi=β0+β1Underpricingi+β2Log NSHi+β3BHOi+β4Vari+β5LogMVi+β6LogPi+β7LogVi+β8Float ratioi+β9Top-tierunderwriteri+ε2i
模型三:Log High-low spreadi=γ0+γ1Underpricingi+γ2LogNSHi+γ3BHOi+γ4Vari+γ5LogMVi+γ6LogPi+γ7LogVi+γ8Floatratioi+γ9Top-tierunderwriteri+ε3i
模型四:LogVi=覬0+覬1Underpricingi+覬2LogNSHi+覬3BHOi+覬4Vari+覬5LogMVi+覬6LogPi+覬7Floatratioi+覬8Top-tier underwriteri+ε4i
模型五:Log Turnover ratei=θ0+θ1Underpricingi+θ2LogNSHi+θ3BHOi+θ4Vari+θ5LogMVi+θ6LogPi+θ7LogVi+θ8Floatratioi+θ9Top-tierunderwriteri+ε5i
接着, 我们利用Stata11通过普通最小二乘法 (OLS) 对本文选取的320支IPO股票的相关数据进行上述五个模型的回归分析。详细输出结果如表2所示。
注:估计参数右上角的“*”表示显著性水平, “***”、“**”和“*”分别表示估计参数在1%、5%和10%的水平上显著;括号中的数字为估计参数的t统计量
由表2可以看出, IPO股票的抑价率与三个价差是呈负相关关系的, 而与交易量和换手率是呈正相关关系的, 并且只有与高低价差和交易量的关系是显著的, 不过相关程度不高。对于高低价差, 在其他变量不变的情况下, IPO抑价率变动1个单位会引起高低价差对数变动-0.0105个单位;同样的, 交易量对数会变动0.0214个单位。其中与交易量的正相关关系与Reese (1998) 得出的结果一致。这主要是由于股票的承销商和发行人想通过提高新股的后市交易来获利, 所以他们会以股票的抑价发行来吸引那些对股票价格估计较低的投资者, 以此来创造一定数量的股票抛售, 从而提高了二级市场股票的流动性。股东数量与三个价差都呈负相关关系, 与交易量和换手率呈正相关关系。并且与换手率的相关关系在1%的显著性水平下是显著的。即当其他变量不变时, 股东数量变动1%, 换手率便会变动0.1262%。至于大股东持股比例, 则只有与三个价差的正相关关系是显著的。估计的相关系数的平均值为0.1636, 说明股权的分散程度对二级市场的流动性还是有一定的影响力的。当股东数量越多, 大股东持股比例越小时, 股权相对越分散, 价差越小, 二级市场的流动性也越好。而在控制变量中, 除了承销商等级 (Top-tier underwriter) 只与交易量的正相关关系是显著的以外, 其他控制变量都能与至少3个流动性指标的关系是显著的。说明本文所选的这些变量还是可以比较好的用来描述我国股票二级市场的流动性水平的。
此外, 从度量二级市场流动性的指标来看, 用交易量法进行拟合的效果整体上要比用价格法拟合的效果好。这主要是因为只有在买价为买进报价, 卖价为卖出报价, 做市商同时完成一买一卖时, 才能以报价价差来衡量交易成本, 但在现实生活中买卖往往不是同时发生的, 并且买卖价差也不能说明在买卖价差以外成交的交易。值得注意的是, 由于我国的股票市场与国外还是存在有一定的差异, 导致本文首次引用的Shane A.Corwin and Paul Schultz (2011) 提出的高低价差 (High-low spread) 并不能十分好的用所选的自变量来描述, 这与Shane A Corwin and Paul Schultz (2011) 得出的高低价差比其他低频价差估计得更准确的结论不相符。
四、结论
在这篇文章中, 我们利用了上海证券交易所发行的部分A股IPO股票的相关数据来检验IPO抑价发行, 股权结构和二级市场流动性之间的关系, 发现IPO抑价和股权结构对二级市场的流动性确实有直接的影响。分析结果表明抑价发行主要是通过作用股票的交易量来直接影响市场流动性, 这个结果也支持了抑价发行通过吸引投资者从而增加股票交易量这一假设。并且本文的实证分析结果很好的检验了Booth and Chua (1996) 关于股票的抑价发行和股权结构是否会直接影响其二级市场流动性的假设, 证实二级市场的流动性与股东数量是呈正相关关系, 而与大股东持股比例呈负相关关系的。
尽管在本文中只采用了在上海证券交易所上市的股票, 但笔者相信用深圳证券交易所发行的股票也可以得出同样的结论。即对于在深交所上市的股票, 我们同样也可以得出其公司的所有权结构及股票的IPO抑价水平会直接影响二级市场流动性的结论。
参考文献
[1]、Shane A.Corwin and Paul Schultz.A Simple Way to Estimate Bid-Ask Spreads from Daily High and Low Prices[J].Journal of Finance, 2011 (41) .
[2]、Hahn, Ligon.Liquidity and initial public offering underpricing[Z].Working Paper, FMA2004meetings, 2004.
[3]、Pham, Kalev, Steen.Underpricing, stock allocation, ownership structure and post listing liquidity of newly listed firms[J].Journal of Banking and Finance, 2003 (27) .
[4]、Heflin, Shaw.Blockholder ownership and market liquidity[J].Journal of Financial and Quantitative Analysis, 2000 (35) .
[5]、褚军华.中国A股市场IPO抑价研究[D].华东师范大学, 2010.
[6]、李珠峰.中国股票市场流动性影响因素研究[D].中共中央党校, 2008.
[7]、佟孟华.上海股票市场流动性溢价实证研究[D].东北财经大学, 2006.