股票分析報告(精選5篇)
股票分析報告范文第1篇
調查報告大學生調查問卷問卷調查市場
中國有輪回的傳說,福兮禍兮,12年一一更迭。
中國股市也有輪回的傳說,牛市熊市,12年輪流坐莊。
據新秦調查數據顯示,高達98.5%的被訪者有投資意向,其中非常想投資的占全部被訪者人數的43.8%;而完全不想投資的僅為被訪者的1.5%。由此可見,目前中國居民的投資信心相當堅定,一方面說明人們對資本市場的利好持肯定態(tài)度,另一方面也預示著一旦人們手中擁有了閑散資金,將大量涌入資本市場。而這種濃郁的投資氣氛,似乎和當年的股瘋前奏有所相似。
11年過去了,人們依然做著財富夢,輪回也依然在繼續(xù)。福兮禍兮,牛市熊市,你方唱罷他登場。無論是何種勢態(tài),我們都有理由相信,隨著人們投資理念的理性化,“全民皆股”將不再是一部悲劇,“股瘋”將永不再來。
股票分析報告范文第2篇
[關鍵詞] 季報 年報 信息含量 實證研究
一、文獻回顧
在會計理論框架和會計準則制定中,會計報表的目的居于十分重要的地位,即能否向投資者提供與其決策有用的信息,直接影響著會計確認、計量和報告原則,決定著會計的生存發(fā)展。盈利預測是會計信息含量的基礎。近幾十年來,學術界有大量文獻采用多種方法多角度地驗證會計盈余數字的有效性。從總體上看,這一領域主要形成了兩類研究。一類是交易量反應研究,主要研究盈余公告期間股票交易量是否發(fā)生了顯著的變動,從而驗證盈余公告的信息含量;一類是股票價格反應研究,主要研究股票價格對盈余數字的反應,從而驗證投資者在進行股票買賣的投資決策中,是否應用了會計信息,股票價格反應研究通常又有股票價格波動性研究、平均累計超額報酬率研究和回歸分析等方法。這方面的最早研究由Ball and Brown (1968) 完成。他們最重要的發(fā)現是:第一,股票價格對收益的反應是一致的,即收益上升的股票價格相對市場整體是上升的,而收益下降的股票價格是下降的。第二,由于對非財務公告信息的了解,市場對收益變化的反應是提前的。第三,由于市場不能完全預見到公司財務的準確情況,信息公告當日的市場反應顯著。第四,市場對公告信息的反應是有效的,公告信息對股票價格的影響在公告當日完全釋放,投資者不能在公告后獲得超常投資回報。
為強化上市公司信息披露的及時性和真實性,進一步提高上市公司信息披露水平,2001年中國證監(jiān)會發(fā)表了《公開發(fā)行證券的公司信息披露編報規(guī)則第13號:季度報告內容與格式特別規(guī)定》。根據要求,從2002年第一季度起,在所有上市公司實行季度報告的披露制度。
目前關于上市公司定期報告披露的研究多側重于這些報告所披露的信息是否向投資者傳遞了新的信息。Haw et al.(1999)、趙宇龍(1998)、陳曉(1999)皆檢驗了年度會計盈余的信息含量,Haw et al.(2002)還進一步驗證了中報會計盈余的有用性,Kross和Schroeder(1984)季度報告公布時間與極度信息的類型之間的關系以及季度盈余公布的時間與股票報酬之間的關系進行了研究,得出結論:早公布的季度盈余報告包含了較好的信息;與晚公布的季度報告相比,早公布的季度報告伴隨著較高的超額報酬。
但是,許多學者在研究中發(fā)現盈余對股價變動的解釋力度都非常低,一般在2%~5%,最高也不超過10%。對此,許多學者進行了分析,認為可能是由于其他變量所引起的。
就季度盈余報告公布之后,年度盈余的信息含量是否會有影響,Mcnichols和Manegold(1983)通過比較34家樣本公司開始公布季度盈余報告之前和之后的平均相對方差發(fā)現,第-4日、+1日、+2日的相對方差量在季度報告實施后明顯地變低了(p=0.05),若比較從-5日至+2的平均相對方差,季度報告實施后的相對方差就更加小了(p=0.01)。這些證據均說明,引進季度報告之后年度盈余公布的相對信息含量下降了。
因此,本文試圖彌補上述學者研究方法的不足,在回歸分析中加入對其他因素的考慮,試用回歸分析研究季度盈余信息的有用性。本文共分五部分:第二部分是研究假設;第三部分是研究設計;第四部分是對上市公司季度盈余信息有用性的實證分析;第五部分是結論。
二、研究假設
從最初的年報、中報到目前季報的強制性披露,縮短定期報告的間隔目的在于使投資者更及時地了解上市公司經營狀況與財務狀況,進而使資本市場的資源配置更加合理。但這一機制起作用的前提是投資者會利用季報這類更及時的信息來源。根據“信息有效論”,市場對經濟利潤的追求使得影響股票定價的信息一旦公開,就能及時、無偏見地反映在股價中(Fama, 1970)。因此,我們提出本文的研究假設是:季度報告的披露會影響投資者對年報信息的有效利用。這個假設隱含兩層含義:一是季度報告包含的信息含量對投資者是有用的;二是季度報告的披露使年報的相對信息含量下降了。
三、研究設計
1.方法設計
為了研究季度報告的會計信息披露在證券市場上的影響,本文選擇了在深圳證交所上市的59家公司,考察了這些公司2003年第三季度的季度報告和2003年報公布的會計盈余情況以及季報、年報公布前后交易價格的變動情況。
本文以未預期盈余UE作為季度報告中會計信息的表征變量,以未預期報酬率AR作為市場反應的表征變量,主要考察未預期報酬率和未預期盈余之間的相關關系。1.如果季報披露期間,證券價格有明顯的波動,可以說明季報具有一定的信息含量,并在證券市場上產生了明顯的反應如果沒有明顯的價格波動,則說明季報并沒有給投資者帶來新的信息。2.如果季報披露之后,當年年報披露期間,證券價格的波動明顯小于以往沒有披露季報的年份,則說明季報的披露使得當年年報具有的信息含量下降了,如果證券價格的波動相較以往沒有太大差別,則說明季度報告的披露對年報沒有影響。
2.樣本選取及數據來源
(1)樣本選取
為了保證能較為準確地估計股票的風險系數(β值),消除上市公司價格波動的不穩(wěn)定因素,樣本的選取遵循以下條件:①必須是上市4年以上發(fā)行A股的上市公司;②在觀測期內(季報公布前4個交易日至公布后5個交易日)公司沒有公告進行兼并重組或行業(yè)轉變;③在近期內(季報公布前45周)沒有進行過股票分割;④不是ST(特別處理)或PT(暫停交易)股票;⑤考慮到要計算未預期盈余,因此必須選擇同時具有2002年和2003年第三季度季度報告的上市公司;⑥2003年三季度報告日當天為非交易日的除外。經過篩選后最終用于分析的樣本有59家公司。
(2)數據來源
每股收益、股價數據、股指數據和季度報告披露時間均來自于巨靈軟件;
3.計算與模型
計算中涉及的主要變量:一是未預期報酬率(AR),表示個別股票與市場波動不一致,可能給持有者帶來非正常報酬,用來衡量股票價格的波動程度;二是風險系數(β)用來表示個股波動和市場波動之間的相關性;三是未預期盈余(UE),表示該公司預期會計盈余與實際盈余之差,用來衡量季報中的信息含量。
(1)估計風險系數
要估算某只股票的系統(tǒng)風險系數,需要考察一個比較長的時間周期。這里采用了所有樣本公司股票2003年6月23日至2003年9月30日共100個交易日的收盤價和對應的深圳綜合A股指數100個交易日的收盤指數。然后利用資本資產定價模型的市場模型來估計股票的系統(tǒng)風險系數(β):
Ri,w=αi+βiRm,w+εi
這里Ri,w是某只股票在w日實際報酬率,Ri,w=(Pi,w-Pi,w-1)/Pi,w-1,其中Pi,w是第w日的收盤價。Rm,w=(Iw-Iw-1)/Iw-1,其中Iw是深證綜合A股指數在第w天的收盤指數。
(2)計算預期報酬率(ER)
這里采用風險調整法來計算預期報酬率,根據估計系數αi和βi,利用市場模型計算出期間t股票的預期報酬率:ERi,t=αi+βiRm,t,計算范圍是季報公布前4天至公布后5天,加上公布日當天共10天。以公布日為第0天,相對日期為-4日和5日。
(3)計算未預期報酬率(AR)
未預期盈余等于實際報酬率減去預期報酬率ARi,t=Ri,t-ERi,t,實際報酬率的計算方法為Ri,t=(Pi,t-Pi,t-1)/Pi,t-1,其中Pt為股票第t日的收盤價。
(4)未預期季度盈余(UEi)
股票的未預期盈余采用隨機游走模型進行估計。公司i在第t年的未預期季度盈余可表達為本年度季度盈余與上年度季度盈余之差。考慮到交易量是對盈余信息意外性程度的反應,再對結果取絕對值,由此得到計算未預期季度盈余的模型為:UEi=|Yi,t-Yi,t-1|
(5)累計未預期季度報酬率(CARi)
四、季度盈余信息含量檢驗
1.建立模型
為了檢驗未預期盈余(UE)和未預期報酬率(AR)之間是否具有統(tǒng)計意義上的相關性,構造了以下模型來進行回歸分析:
CARi,t=a+bUEi+cLOSSi+ε
其中,t表示相對日期,UEi表示未預期季度盈余;CARi,t表示i種股票在t年度的季度盈余披露日前第4個交易日到季度盈余披露日后第5個交易日的平均累計未預期報酬率;季報是否報虧,以虛擬變量LOSS表示;a為常數;b為未預期盈余系數;c為LOSS變量系數;ε是回歸模型的殘差項。
2.實證結果及分析
回歸分析結果如下所示:
本文選取深市2003年59家樣本(剔除未預期盈余為0的樣本)的第三季度報告進行回歸分析,結果為a=3.814,b=0.035,c=10.919。其中未預期盈余變量系數的t檢驗值為0.363,方程未通過檢驗;而LOSS變量與累計平均未預期報酬率之間的相關系數為0.337,顯著大于0,說明季報是否報虧與累計平均未預期報酬率有著顯著相關性,LOSS反應系數t大于2,通過檢驗。但模型中自變量對因變量的影響力度Adj-R為0.081,R較低,可能原因是影響每股盈余的因素很多,諸如公司規(guī)模,會計核算制度等其他因素,在進行盈余系數分析時未引入其他的變量。因此認為可能是由于其他變量所引起的。
本文還單獨分析了報告日前后窗口期(-4,5)內每一天未預期報酬率同未預期盈余變量之間的相關性,對它們分別做了回歸分析,但是未預期盈余反應系數t都不超過2,從檢驗來看,市場反應并不明顯,均不能通過方程的顯著性檢驗。
五、結論
研究表明,與國內同類研究中證券市場對年度報告的反應相比,季度報告引起的市場反應不夠明顯,季度報告包含的信息含量不足,這也說明了在我國證券市場上,季度報告還沒有引起足夠的重視。同西方發(fā)達國家的證券市場相比,我國證券市場還不夠成熟,證券市場理性投資的投資理念還沒有被完全接受和應用。具體表現為兩點:一是市場對未預期盈余的反應不夠明顯,未預期盈余和未預期報酬率沒有明顯的相關性;二是在研究中發(fā)現,季度報告的披露確實降低了年報的信息含量,因此,考慮市場對上市公司的盈余信息的反應一般取決于非理性因素,如季度報告披露的性質、公司規(guī)模等等,多是心理因素的影響。
研究說明了在深圳證券市場,季度報告的未預期會計盈余與股票超額回報率之間不存在統(tǒng)計意義上的顯著相關性,結果不支持季度報告盈余數據的披露具有信息含量的假設。因此,季度盈余數字不具有有用性。
參考文獻:
[1]羅斯?瓦茨 杰羅爾德?齊默爾曼 陳少華等譯:實證會計理論[M].東北財經大學出版社,2006年9月,p24~34
[2]陳瀟陽 李豫湘:我國上市公司會計報表信息含量實證研究綜述[J].經濟論壇,2005.5
股票分析報告范文第3篇
關鍵詞:公司治理;分析師關注;異質預期;信息含量
中圖分類號:F276.5文獻標識碼:A
文章編號:1000176X(2023)06005808
一、引言
Jensen和Meckling[1] 定義了成本的構成,系統(tǒng)地分析了沖突對公司價值的影響,使對公司治理研究得到進一步深化。長期以來,關于公司治理對企業(yè)價值影響的研究大多集中在企業(yè)管理活動的微觀層面。一個普遍的觀點是公司治理通過提高企業(yè)投資決策質量進而對企業(yè)價值產生影響。
在資本市場上,企業(yè)價值表現為股票的市場價值,因此企業(yè)的價值在股票投資者的交易過程中會產生波動。Graham和Dodd[2]認為在任何時點上,股票都存一個固有的內在價值,股票的市場價格會逐步向這個內在價值收斂,因此他們認為股票價格最終會反映股票的內在價值。Fama[3]使用隨機游走模型解釋股票價格的波動時強調了信息的作用,他認為投資者在股票交易中的競爭關系使新信息在股票價格中瞬間得到反映,因此股票的市場價格早已經反映了其內在價值。此后,Fama[4]系統(tǒng)地闡述了“有效市場假說”(EMH),指出可以通過股票價格中的信息含量判斷市場的有效性。
Grossman和Stiglitz[5]認為由于存在信息成本,資本市場的有效性變得不可能:如果沒有知情交易者收集信息,股票價格的信息含量就會降低,流動易者就無法從股票價格的波動上獲取信息。由于外部投資者付出的信息成本來源于內部人的信息隱藏[6]和行動隱藏[7],上述兩種行為均是沖突的表現。
本文的研究通過構建公司治理指數,分析公司治理水平與以分析師為代表的理性投資者異質預期的關系,以及對股票收益率的異質波動影響,討論公司治理對股票市場信息含量的影響路徑和方式,本文的研究豐富了公司治理的研究文獻。
二、理論分析與研究假說
(一)投資者預期的異質性
在異質信息的經濟中,由于投資者個人特征上的差異,導致了其信息集的差異,一方面投資者對公共信息理解的差異造成了信息的異質性[8];另一方面,投資者可能獲取不同的私人信號,使他們對價格的預期存在差異[9]。在有噪聲的理性預期模型(Model)中,投資者被劃分為以效用最大化為目標的理性投資者和以獲得流動性為目的的噪聲交易者。與噪聲交易者不同,理性投資者要通過股票價格調整對其他交易者的私人信息的估計,并利用修正后的信息,對價格做出預期。由于只有理易者收集私人信息,噪聲交易者的需求隨理易者的數量增加[9],因此理性投資者的私人信息決定了股票市場的私人信息含量。研究認為理易者信念的變化加劇了股票價格的波動。
現實中,以分析師為代表的機構投資者是典型的理性投資者,分析師的預測意見往往會成為股票市場重要的公共信息來源,尤其當上市公司進行重大投資時,分析師對盈余水平的預測可以幫助股票投資者提高對上市公司估值的準確性。
(二)公司治理與資本市場信息含量
Grossman和Stiglitz[5]研究認為由于存在信息收集成本,流動易者不主動收集信息,他們只通過觀察股票價格的波動推測信息。理性投資者依據財富效用最大化目標收集信息并且成為知情交易者,因此資產價格不能完全反映公司的特殊風險,知情交易者可以通過所撐握的優(yōu)勢信息進行套利。當沒有投資者收集信息時,股票價格的信息含量降低,資本市場有效性降低。
理性投資者進行投資決策時要面對兩類成本:一類是收集信息時發(fā)生的交易成本;另一類是持有股票期間可能受到由大股東或管理層的利益侵占動機所導致的成本。而公司治理機制作用一方面可以約束大股東或管理者謀取私人利益的動機,降低掏空行為對股東利益的損害;另一方面,公司治理削弱了大股東或管理層的塹壕效應,提高了信息的透明度,降低了投資者收集信息成本,激勵投資者收集信息的動機。Ferreira和Laux[10]研究發(fā)現,公司反接管條款數量的下降提高了控制權市場對公司管理層的約束,從而激勵了投資者收集信息,表現為公司股票收益率異質波動的提高,加速了股票市場的信息流動。
(三)研究假說
基于上述理論分析,本文提出以下研究假說:
假說1:公司治理的改善提高了分析師關注。
假說2:公司治理水平的提高增加了投資者預期的異質性。
假說3:分析師的異質預期增加了股票市場的信息含量。
三、研究樣本與變量定義
(一)研究樣本
本文選取2004―2023年有分析師研究數據的中國A股市場上市公司作為研究樣本。為了滿足研究的需要,我們剔除了預測數據不足兩個的樣本和研究數據嚴重缺失的樣本,經過篩選,本文保留了6 346個樣本。本文使用的研究數據來自銳思(Resset)數據庫、中國經濟金融數據庫(CCER)和國泰安數據庫(CSMAR)。為了排除異常值的影響,作者對研究數據在1%和99%分位做了Winsorized處理。
(二)變量定義
1.公司治理指數(GI)
本文沿用陳超和甘露潤[11]定義的方法,將研究樣本上一年是否在其他市場上市交易(OTM)、是否擁有母公司(PRT)、最終控制人是否為國有企業(yè)(SOE)、第一大股東持股比例(OWN1)、第二至第十大股東持股比例(OWN2)、國家股比例(STS)、法人股比例(LPS)、流通股比例(TDS)、董事會規(guī)模(BRS)、董事長和CEO(總經理)兩職關系(DUL)、獨立董事比例(IDR)、是否設立審計委員會(AC)、高管人員持股比例(MSR)、是否設立提名委員會(NC)、薪酬委員會(CC)、以及將董事會會議(BRM)、監(jiān)事會會議(SPM)、股東大會召開次數(SRM)等18個治理變量進行主成分分析,并以第一主成分作為公司治理指數。本文對上述18個治理變量的相關性進行檢驗,得到KMO值為0.658,Bartlett球度檢驗Chi2為32 820.153,檢驗結果表明上述治理變量具有較好的相關性。
2.與分析師有關的變量
本文選擇分析師作為理性投資者的代表,以分析師關注度反映理性投資者的關注水平。本文定義以下3個反映分析關注程度的變量:(1)預測報告數量(RP):為同一自然年度內,分析師提供分析報告的合計數;(2)分析活動人次(FW1):為同一自然年度內提供預測報告的分析師人次,如果同一分析師多次提供預測報告,按實際次數計算;(3)分析師跟蹤人數(FW2):為同一自然年度內提供預測報告的分析師人數,如果同一分析師多次提供預測報告,僅按1人統(tǒng)計。
通過表1,我們發(fā)現預測報告數量(RP)、分析活動人次(FW1)和分析師跟蹤人數(FW2)的中位數分別為42、51和13;而它們的最大值分別為759、1 180和130,由此可見分析師數據存在明顯的左偏,因此在實證研究中,本文對其作對數化處理,使用LFW1、LFW2和LRP作為分析師關注的變量。
我們將分析師對研究樣本期末每股收益(EPS)的預測的標準差作為分析師的意見分歧(DISP),并將這個變量定義為理性投資者異質信念的變量。
3.資本市場信息含量變量
Chen等[12]發(fā)現公司股票價格的波動來自三個部分:一是與市場有關的波動;二是與行業(yè)有關的波動;三是公司特殊信息引起的波動。研究認為前兩個引起的股票波動是系統(tǒng)性的,因此對市場上的相關股票的影響是同步的,而第三個因素僅對個別公司產生影響,這樣使股票價格的波動表現出非同步性。
Roll[13]通過對資產定價模型擬合度(R2)的分析,發(fā)現公司信息披露水平越高,R2的數值越低,他認為,對公司特殊信息的披露降低了資本市場系統(tǒng)風險對股票收益的解釋力。Durnev等[14]對R2的統(tǒng)計性質進行了分析,發(fā)現PSI=ln1-R2R2可以更準確地反映股票價格中的公司特殊風險。由于PSI反映了股票市場共同信息之外的公司特殊信息對均衡股票價格的解釋力,因此本文將PSI定義為投資者對公司特殊信息的同質信念反映在股票價格中的信息含量。
資本資產定價模型的殘差項反映了公司股票波動的異質性,體現了公司特殊風險對股票價格的影響。由于投資者的信念具有異質性,Ali等[15]認為投資者對公司股票收益的異質預期導致了資產定價模型殘差項的波動,因此本文將資產定價模型殘差項的標準差(SDεit)作為股票價格中投資者異質信息含量的變量(VOL)。
本文使用Fama和French[16]定義的三因素模型對研究樣本所在年度的股票日收益率進行回歸,從而得到擬合度R2和日收益率估計模型殘差,本文利用上述兩個變量計算PSI和VOL。
4.控制變量
本文的控制變量選擇了收益能力(ROE)、市場估值水平(MB)、企業(yè)規(guī)模(SIZE)、財務杠桿(LEV)、營業(yè)收入增長率(GRW)和每股收益(EPS)等影響投資者預期的基本面變量,上述變量反映了投資者可以公開獲取的公司特殊信息,為避免內生性問題,我們選擇研究樣本所在年度的上一年的數據控制這些變量的影響;本文同時還使用市場指數年收益率(MKI)控制了股票市場的年度效應的影響。
(三)描述性統(tǒng)計和相關性檢驗
表2報告了研究變量的描述性統(tǒng)計,從中可以發(fā)現研究變量接近正態(tài)分布。
從表3的檢驗結果中,可以發(fā)現變量GI與VOL具有顯著(1%)的正相關關系;與PSI具有顯著(1%)的負相關關系;GI與LFW1、LFW2,LRP之間也具有顯著(1%)的正相關關系;變量DISP與VOL之間存在顯著的正相關關系,但是與PSI的相關系數不顯著。上述檢驗結果表明:(1)公司治理可能影響分析師關注;(2)公司治理也可能對資本市場的信息含量產生影響;(3)理性投資者的異質信念與股票市場異質信息含量存在聯(lián)系。
四、實證設計與結果分析
(一)實證模型
1.公司治理與分析師關注
本文通過公式(1)檢驗公司治理對分析師關注的影響,其中yit代表變量LFW1、LFW2、LRP和DISP。
2.股票市場信息含量影響因素檢驗
我們利用公式(2)檢驗公司治理、分析師異質信念,以及研究樣本的基本面信息對股票市場信息含量的影響,其中Zit代表VOL、PSI。
(二)公司治理與投資者關注的實證檢驗
1.模型選擇
我們分別以分析活動人次(LFW1)、分析師跟蹤人數(FLW2)、分析預測報告數量(LRP)和分析師預測分歧(DISP)為因變量,對公式(1)進行Hausman檢驗,分別得到的卡方檢驗值為:223.640、308.630、198.320和91.890。檢驗結果表明,固定效應模型更適合本文的面板數據。
2.個體固定效應面板數據回歸
我們在表4REF_Ref351270633h中報告了使用個體固定效應模型對分析師關注變量進行回歸的結果。
在模型1中,因變量為對研究樣本提出預測的分析師人次,在解釋變量中,GI的系數為正并在1%水平上顯著,表明公司治理水平的提高促進了分析師提供預測信息的頻率。模型2中的因變量為跟蹤樣本公司的分析師人數。解釋變量GI的系數在1%水平上顯著為正,表明跟蹤樣本公司的分析師人數隨公司治理水平的提高而增加。模型3使用業(yè)績預測報告的數量作為分析師關注的替代變量,在回歸模型中,GI的系數仍在1%顯著水平上為正,表明公司治理水平與分析師關注之間具有顯著的正相關關系。
在控制變量中LEV的系數在1%水平上顯著為正,表明高財務杠桿公司可能吸引更多的分析師關注;ROE的系數也顯著為正,表明分析師關注高盈利能力的樣本;SIZE的系數為正,表明高市值的樣本受到的關注更多;MB的系數為負并在1%水平上顯著,表明當公司的市場價值被高估后,分析師預測活動水平將降低,暗示分析師可能更關注價值投資,并具有價值發(fā)現的能力;股票市場指數的年收益率MKI的系數在1%水平上顯著為正,表明當市場處于“牛市”時,分析師的積極性更高,表現為更高關注水平。上述控制變量在模型1―3中具有相同的解釋力。我們在模型1―3中發(fā)現控制變量GRW的系數為負,但并有與其它控制變量一樣保持穩(wěn)定的統(tǒng)計顯著性,這個結果暗示當公司的成長速度越快,公司業(yè)績的不確定性越大,分析師觀察信息的成本越高,從而抑制了分析師的關注水平。
在模型4中我們對分析師預測分歧的影響因素進行分析。我們在控制分析師跟蹤人數LFW2后,發(fā)現GI的系數在1%水平上顯著為正,表明隨著公司治理水平的提高分析師預測的分歧進一步擴大,這個結果意味著公司治理的改善降低了理性投資者的信息成本,激勵了理性投資者的關注,從而增加了股票市場的異質信息含量。
(三)股票市場信息含量的研究
1.模型選擇
我們分別以股票收益的異質波動(VOL)和股票價格波動的非同步性(PSI)為因變量對公式(2)的模型選擇進行Hausman檢驗。檢驗得到的卡方值分別為44.330和464.800,因此選擇固定效應模型對面板數據進行回歸。
2.股票市場信息含量的檢驗
(1)異質信息含量的檢驗
表5中模型1―模型3報告了公司治理和分析師預測對股票市場異質信息含量影響的檢驗結果。在模型1中公司治理指數GI的系數為正,并在1%水平上顯著,這個結果表明公司治理的改善增加了研究樣本股票收益率的異質波動水平,因此公司治理的改善提高了股票價格中的異質信息含量。我們在模型2中使用分析師預測分歧作為解釋變量。由于分析師是股票市場信息的重要提供者,分析師預期的差異將影響股票市場投資者預期的一致性。模型2檢驗結果表明DISP與VOL之間具有顯著的正相關關系,意味著分析師異質信念水平的提高增加了股票價格中的異質信息含量。我們在模型3中同時加入GI和DISP兩個解釋變量,上述兩個變量的系數仍在1%水平上顯著為正,表明公司治理水平與分析師異質信念同時影響股票市場的異質信息含量。
(2)同質信息含量的檢驗
表5中模型4―模型6報告了同質信息含量的檢驗結果。在模型4中,GI的系數為負,并在1%水平上具有顯著性,表明投資者對公司特殊風險的同質信息對股票收益率的解釋力隨公司治理水平的提高而降低,意味著公司治理的改善激勵了投資者的信息收集動機,從而抑制了股票價格中同質信息含量。在模型5中,DISP的系數在10%水平上顯著為正,表明分析師的預測分歧也可以提高股票價格中的同質信息含量。由于分析師預測意見對股票市場投資者來講是可以公開獲取的公共信息,分析師預測分歧越大,預測報告所包含的信息量越大,從而增大股票投資者的公共信息集,在股票價格波動過程中,表現為同質信息含量的增加。模型6同時對GI和DISP的影響進行檢驗:GI的系數仍在1%水平上顯著為負,DISP的系數在1%水平上顯著為正,檢驗結果反映了公司治理與分析師預測對股票價格的同質信息含量的不同影響:公司治理對同質信息含量具有抑制作用,而分析師預測對同質信息含量具有促進作用。
3.影響股票市場信息含量的路徑分析
我們通過對表4和表5的分析,發(fā)現公司治理良好的研究樣本受到更多的分析師的關注,并導致分析師預測分歧的加大。我們認為公司治理水平的提高減輕了外部投資者與公司管理層之間的沖突,降低了外部投資者的觀察成本,激勵了投資者收集信息的動機,從而增加了投資者的關注水平,并且在公司股票價格預期上表現為更大的異質性,因此公司治理水平的提高刺激了股票市場的異質信息含量。
分析師是股票市場理性投資者的代表,我們發(fā)現分析師的意見分歧與股票市場異質信息含量之間具有顯著的正相關關系,表明理性投資者的預期影響了股票市場上投資者的異質信念;同時分析師也是股票市場重要的信息提供者,分析師的預測意見是股票市場公共信息的重要來源,股票投資者通過公開獲取業(yè)績預測報告,擴大私人信息集,從而提高了同質信息對股票價格的影響。因此,分析師關注水平的提高從整體上增加了股票市場的信息含量,促進了市場的有效性。
五、穩(wěn)健性檢驗
在個體固定效應研究中,共有1 523個分組,組內樣本數量的最小值為1,最大值為7,這種情況可能導致檢驗結果受到分組樣本數量的影響。為了保證研究結論的穩(wěn)健性,我們使用行業(yè)固定效應對面板數據進行分析。在行業(yè)固定效應的聚類下,分組數下降至13個,組內最小樣本為41個,最大值為3 668個。我們在行業(yè)固定效應模型檢驗中發(fā)現:公司治理與投資者關注變量之間仍保持顯著的正相關關系;公司治理對股票市場異質信息含量的促進作用仍具有顯著性,對同質信息含量仍存在顯著的抑制作用;而分析師的預測分歧無論對股票市場同質信息含量,還是異質信息含量均具有顯著的促進作用。上述檢驗結果表明,本文的實證研究結果是穩(wěn)健的。
六、研究結論
本文的研究通過構建公司治理指數和資本市場信息含量變量,并以分析師作為理性投資者的代表,檢驗了公司治理與投資者關注,以及資本市場信息含量的關系。研究結果表明:公司治理水平的提高,吸引了投資者的關注,導致了股票市場異質信息含量的提高;而分析師預測分歧的擴大,從整體上增加了股票市場的信息含量,表現為:一方面,股票市場異質信息含量隨分析師意見分歧的增加而提高;另一方面,分析師預測意見作為可公開獲取信息增進了股票投資者信息集的容量,提高了投資者同質預期對股票價格波動的影響。
本文的研究認為公司治理水平的提高,不僅減輕了沖突損害投資者利益的風險,而且提高了投資者關注度,增加了投資者預期的異質性,并且通過投資者的交易行為傳遞到股票市場,提高了股票市場信息含量。本文的研究為公司治理與資本市場信息流動的研究提供了實證證據。
參考文獻:
[1]Jensen, M.C., Meckling, W.H.Theory of the Firm:Managerial Behavior, Agency Costs and Ownership Structure [J].Journal of Financial Economics, 1976, 3(4):305-360.
[2]Graham, B., Dodd, D.L.Security Analysis, Principles and Technique [M].New York:McGraw-Hill,2008.19-29.
[3]Fama, E.F.Random Walks in Stock Market Prices [J].Financial Analysts Journal, 1965, 21(5):55-59.
[4]Fama, E.F.Efficient Capital Markets:A Review of Theory and Empirical Work [J].The Journal of Finance, 1970, 25(2):383-417.
[5]Grossman, S.J., Stiglitz, J.E.On the Impossibility of Informationally Efficient Markets[J].The American Economic Review, 1980, 70(3):393-408.
[6]Akerlof, G.A.The Market for “Lemons”:Quality Uncertainty and the Market Mechanism [J].The Quarterly Journal of Economics, 1970, 84(3):488-500.
[7]Rothschild, M., Stiglitz, J.E.Equilibrium in Competitive Insurance Markets:An Essay on the Economics of Imperfect Information [J].The Quarterly Journal of Economics, 1976, 90(4):629-649.
[8]Kandel, E., Pearson, N.D.Differential Interpretation of Public Signals and Trade in Speculative Markets [J].Journal of Political Economy, 1995, 103(4):831-872.
[9]Grundy, B.D., Kim, Y.Stock Market Volatility in a Heterogeneous Information Economy [J].Journal of Financial and Quantitative Analysis, 2002, 37(1):1-27.
[10]Ferreira, M.A., Laux, P.A.Corporate Governance, Idiosyncratic Risk, and Information Flow [J].The Journal of Finance, 2007, 62(2):951-989.
[11]陳超,甘露潤.銀行風險管理、貸款信息披露與并購宣告市場反應 [J].金融研究,2023, (1):95-109.
[12]Chen,Q.,Goldstein,I.,Jiang,W.Price Informativeness and Investment Sensitivity to Stock Price [J].Review of Financial Studies, 2007, 20(3): 619-650.
[13]Roll, R.R2 [J].The Journal of Finance, 1988, 43(3): 541-566.
[14]Durnev, A., Morck, R., Yeung, B.Value-Enhancing Capital Budgeting and Firm-Specific Stock Return Variation [J].The Journal of Finance, 2004, 59(1): 65-105.
股票分析報告范文第4篇
關鍵詞:增持市場效應 超額收益
一、前言
在2023、2023年股市持續(xù)低迷的背景下,證監(jiān)會為促進股市發(fā)展鼓勵大股東增持,通過其增持行為,向外部投資者傳遞出企業(yè)價值被低估,公司股票價格預計會上漲等信息。在信息不完全對稱的情況下,外部投資者便傾向于購買公司股票。因此,本文采集2023年的數據研究增持前后對市場效應的影響是非常有意義的。
二、研究假設
大股東能夠獲得比外部投資者更多的信息,優(yōu)先作出反應,增持后,持股比例上升,同時其行為會向市場發(fā)出企業(yè)價值被低估的信號,使得外部投資者買入股票,帶來超額收益。在此基礎上提出以下假設:H0:大股東增持后,將給股東帶來超額收益;H1:大股東增持后,股票收益率與市場整體收益率基本一致。
三、研究定義
(一)樣本和數據
樣本選自2023年的深交所和上交所的大股東增持公告的A股上市公司,本文對上市公司進行以下篩選:①剔除ST、*ST、金融類上市公司;②剔除在2023年發(fā)生重大事項的公司;③剔除財務數據不全的公司;④剔除上市時間不足一年的公司。通過以上篩選共得到樣本76個。數據表明,大股東增持后比增持前持股比例平均提高約0.57%。
(二)變量定義
[Rit]:第i種股票在第t日的不考慮現金紅利的日個股回報率;[Rmt]:第t種股票在第日的不考慮現金紅利的日個股回報率;[ARit]:第i種股票在第t日的異常收益率。
(三)模型設定
大股東增持公告的一般在增持交易日的后一天,所以以(-1,0)作為事件窗口。首先以樣本公司的股票不考慮現金紅利情況下的日個股回報率和市場收益率分別作為被解釋變量和解釋變量來度量樣本公司在第t日的預期收益率,因此,可建立市場效應模型為:
[Rit=β0+β1Rmt+εit]
本文以不考慮現金紅利的日個股回報率衡量股票的日收益率,[β0]模型中,表示模型中的常數項,[β1]表示在同一天,市場收益率變動1%時,第i種股票的日個股回報率的變動程度,[εit]表示回歸殘差,其期望為0,方差為[σi2]。通過EVIEWS回歸得到市場模型后,直接以[εit]表示第i種股票在第t日的異常收益率,也可用公式表示為:
[ARit=Rit-Rit]
其中,[Rit]表示在市場模型中得到的預期收益率,[Rit]表示第i種股票在第t日的實際股票收益率,由實際收益率減去預期收益率,即為第i種股票在第t日的異常收益率。
四、實證結果與分析
表4-1是指樣本公司在不同的增持公告時間窗內的異常收益率的平均值、t值和p值,從平均值來看,樣本公司的異常收益率在(-1,1)事件窗達到最大,然后降低,說明大股東增持行為的異常收益效應主要集中在增持公告日的前一天、當天與后一天。從的P值結果來看,異常收益率在各事件窗口均是顯著大于0的,這說明樣本公司增持公告后的預期收益率與實際收益率有顯著區(qū)別,購買股票的投資者能夠獲得顯著為正的異常收益率,且從公告日到(-5,5)這五個事件窗口,增持行為的市場效應具有穩(wěn)定性。
對結果進行檢驗時,將樣本公司分為上交所和深交所樣本進行分析,得到上交所和深交所在公告日的平均收益率分別0.71%、1.48%,且均顯著為正。兩個證券交易所在(-1,1)事件窗的平均異常收益率分別為2.1%、2.72%,均在0.01的顯著性水平下顯著為正?傮w看來,深圳證券交易所上市的樣本公司比上海證券交易所上市的樣本公司的平均異常收益率在兩個事件窗內均較高。
五、結束語
上市公司大股東增持行為能夠帶來具有持久性的顯著為正的異常收益率,尤其在公告日、公告日前一天以及公告日后一天,增持所帶來的異常收益率最顯著。但是,增持行為的研究還可進一步擴大,本文只初步研究了其中一部分的問題,在后期還可以進一步研究,如增持行為后外部投資者的反應等。
參考文獻:
[1]尤華,劉容.大股東增持的市場效應研究[J].財會月刊,2023年12下:3
股票分析報告范文第5篇
在8月份的分析報告中,安全專家發(fā)現,在pump-and-dump(拉高與出倉)股票騙局中,垃圾郵件發(fā)送者會推銷特定的股票,目的是盡可能地哄抬股價,然后在其估值跌回實際價值之前將其售出。這些騙局的垃圾郵件試圖令潛在目標相信,某低價股票實際上物超所值,或者它很快會飆升。多數此類說法要么是在誤導公眾,要么是虛假信息。
成功的pump-and-dump垃圾郵件活動將人為地把該股票的價格哄抬到詐騙者決定賣出的價位。在賣出股票的同時,詐騙者的垃圾郵件發(fā)送活動往往也會終止,這樣一來,人們對該股票的興趣也將相應降低,促使其估值回到原始的價位。
Symantec.cloud高級智能分析師保羅?伍德(Paul Wood)表示:“如果pure-and-jump垃圾郵件發(fā)送活動進展順利,詐騙者在幾天內即可獲得可觀的利潤。在當前動蕩的環(huán)境中,許多人可能會被說服,從而對詐騙者聲稱的可從市場動蕩中獲益的股票進行投資。”
另外,報告進一步分析顯示,2023年前七個月出現的新的主引導記錄(MBR)威脅數量相當于過去三年數量的總和。MBR是硬盤上的一個區(qū)域(通常是第一個扇區(qū)),電腦用它來執(zhí)行啟動操作。電腦開機后,硬件最先讀取并執(zhí)行的一塊區(qū)域就是MBR,比讀取操作系統(tǒng)還要早。
版權聲明:本文內容由互聯(lián)網用戶自發(fā)貢獻,該文觀點僅代表作者本人。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。如發(fā)現本站有涉嫌抄襲侵權/違法違規(guī)的內容, 請發(fā)送郵件至 yyfangchan@163.com (舉報時請帶上具體的網址) 舉報,一經查實,本站將立刻刪除