中國股市上市公司證券公司證券公司的投資者情緒與證券公司的反應(yīng)

中國股市上市公司證券公司證券公司的投資者情緒與證券公司的反應(yīng)

一、研究方法和步驟作為該公司提出的專業(yè)投資建議，《資本投資報告》涵蓋了特定證券產(chǎn)品的價值、市場趨勢或相關(guān)影響因素，以及對證券估值和投資評級的投資分析。證券研究報告主要涉及證券及證券相關(guān)產(chǎn)品的價值分析報告、行業(yè)研究報告、投資策略報告等,給投資者提供了明確的操作建議(“買入”、“增持”、“持有”、“減持”、“賣出”)。根據(jù)國泰安CSMAR數(shù)據(jù)庫的統(tǒng)計,2011年,中國A股市場共有3106位證券分析師發(fā)布了34735份研究報告。無論從分析師數(shù)量還是研報數(shù)量上,都可以看出券商報告的迅速發(fā)展,券商報告已經(jīng)成為中國股票市場上投資者獲取市場信息的重要途徑,券商報告中所傳達出對的積極或者消極的評級態(tài)度很有可能對該證券日后的表現(xiàn)和投資者行為產(chǎn)生影響。然而,近年來中國券商研究報告風波不斷,從中國寶安“石墨門”到攀鋼釩鈦“研報門”,從寧波聯(lián)合“被銻礦”到涪陵榨菜“天價榨菜”,投資者券商報告產(chǎn)生了信任危機,甚至有聲音指責研究報告“滿紙荒唐言”、“看研報不如擲骰子”。似乎完全否定了券商報告對市場的影響和預測能力。因而,值得思考的問題是,如果中國券商研究報告對股市能夠產(chǎn)生影響,券商報告中傳遞出的市場情緒能在多大程度上影響股票市場的走勢?如果券商報告并不能對股市產(chǎn)生影響,是否意味著券商報告實際上是分析師根據(jù)市場上已有的信息作出的推斷,從而在一定程度上驗證了中國股市為弱式有效市場?在本文的研究時段中,關(guān)于中國聯(lián)通的個股券商報告數(shù)量較多,僅邁博匯金上的就有1174篇。從數(shù)據(jù)的可獲得性和完整性上考慮,本文選取中國聯(lián)通(600050.SH)為研究對象,深入研究券商報告中的態(tài)度對該公司股票的影響。整體的研究步驟如下:第一步,建立券商報告態(tài)度的褒貶義詞詞庫。首先人工閱讀100篇的券商報告,挑選出其中的褒義詞、貶義詞和程度詞,構(gòu)建出原始詞庫。然后再閱讀另外10篇券商報告,檢驗這10篇中95%褒貶義詞是否包含在之前的原始詞庫中,若沒有,則補齊遺漏的詞語,并重復上述檢驗,直至檢驗通過。第二步,利用已建立好的中文詞庫,對1174篇中國聯(lián)通的券商報告進行中文分詞,將成段成篇的券商報告摘要分割成一個個中文詞語,這樣計算機才能將這一個個元素和之前詞庫中的詞語進行比對,從而計算出每一篇券商報告中褒義詞的比例用以代表此篇券商報告中券商的態(tài)度。第三步,運用向量自回歸(VAR)計量模型分析。首先將收益率、成交量、股價波動率和券商報告中褒義詞比例這四個變量加入VAR模型中,分析券商報告態(tài)度對市場的影響。考慮到一些宏觀經(jīng)濟因素也可能影響股票市場,在VAR模型中加入了利率、匯率等宏觀經(jīng)濟指標作為外生變量。最后,由于券商在對個股進行評級分析和判斷時在很大程度上需要參考公司的各項基本面情況,因而我們又在模型中加入了中國聯(lián)通的市盈率、市凈率和公司市值這三項財務(wù)指標使得模型進一步完善。本文第一部分為理論背景,借鑒了前人研究投資者情緒的觀點,闡述了研究動機,并提出了本文的理論框架。第二部分為數(shù)據(jù)處理,簡要地介紹了選取的數(shù)據(jù)來源,借助中科院計算所的中文分詞軟件,對券商報告進行文本分析,獲得相應(yīng)的態(tài)度數(shù)據(jù)。第三部分為數(shù)據(jù)分析,運用了向量自回歸的計量方法,揭示了券商態(tài)度對股票市場運行的影響,并根據(jù)結(jié)果判斷出券商報告只是跟隨著投資者情緒而變化。第四部分是結(jié)論,總結(jié)了全文主要觀點,并給出相應(yīng)建議。二、研究背景(一)投資者情緒與市場整體收益Fisher和Statman通過應(yīng)用美國個體投資者協(xié)會指數(shù)(AmericanAssociationofIndividualInvestors,簡稱AAII)研究投資者情緒變化與股票收益率的關(guān)系,發(fā)現(xiàn)該指標是預測S&P500未來收益率的有效反向指標。Brown,Cliff則發(fā)現(xiàn)投資者情緒波動與同期股票收益間存在顯著的相關(guān)性,但并不能頂測以后的股票收益,且這種關(guān)系并不僅僅限于個人投資者和小公司股票。Wayne,eta1.的研究證實了投資者情緒變化是一種系統(tǒng)風險并得到了補償。PaulC.Tetlock利用GIprogram對悲觀詞匯的分類對華爾街日報中“AbreastoftheMarket”專欄中的情緒詞匯進行量化處理,并利用VAR回歸方法進行數(shù)據(jù)分析,試圖反映投資者情緒對道瓊斯指數(shù)、收益率和成交量的影響,并對結(jié)果進行穩(wěn)健性檢驗。他得出的結(jié)論是投資者的悲觀情緒對道瓊斯指數(shù)收益率在短期內(nèi)有顯著的負面影響,而且這種影響會在一周內(nèi)被抵消掉,異常悲觀或樂觀的媒體情緒可以預示著成交量的增加,而收益率降低會導致悲觀情緒增加。我國國內(nèi)的相關(guān)媒體數(shù)據(jù)相比來說并不完善。王美今和孫建軍(2004)用中央電視臺在2001年4月23日至2003年10月31日制作的“央視看盤”數(shù)據(jù),研究發(fā)現(xiàn)機構(gòu)投資者情緒變化顯著地影響滬深兩市收益,通過EGARCH模型實證發(fā)現(xiàn),當投資者樂觀時,收益顯著增加;當投資者悲觀時,收益顯著減少。張強,楊淑娥(2009)對中國股市的研究發(fā)現(xiàn),投資者主觀情緒是影響股票價格的系統(tǒng)因子,股票價格隨著投資者情緒波動而波動,而且情緒的上漲和下降對股票價格的影響是不對稱的———情緒上漲時對股票價格的影響要比下降時強的多。魯訓法,黎建強(2012)選取“新開交易賬戶數(shù)”作為投資者情緒的代理變量(當市場處于上升階段時,投資者情緒會更為樂觀,有更多新的投資者進入股市),應(yīng)用ARMA-GARCH類模型研究了投資者情緒與股市收益率之間的相互關(guān)系,結(jié)果擬合度很好。Granger因果檢驗表明上證綜合指數(shù)收益率是投資者情緒變化率的一個顯著影響因子,而并沒有發(fā)現(xiàn)投資者情緒的變化率對上證綜合指數(shù)的收益率Granger因果顯著。周楊(2012)以封閉式基金折價率、新增投資者開戶數(shù)、換手率、IPO平均首日收益率、IPO發(fā)行數(shù)量作為情緒代理變量,利用主成份分析法和EGARCH模型研究發(fā)現(xiàn)投資者情緒對預期股票市場收益波動有顯著的正向影響。國內(nèi)學者少有用向量自回歸模型研究中國股市的投資者情緒,而且少有利用券商報告中的態(tài)度作為代理變量展開研究。券商報告中主要包含評級推薦、盈利預測、目標值預測、論證內(nèi)容這四方面的信息,國外研究方面,已有文獻主要是以這四種信息的其中某一兩種信息為主研究券商報告中信息對股市產(chǎn)生的影響。這對我們的研究有一定的借鑒意義。券商報告首頁中股票評級和分析師推薦等級(“買入”、“增持”、“持有”、“減持”、“賣出”)是一篇券商報告所包含的重要信息。1978年,Lloyd-Davies和Canes最早研究了券商報告中評級和推薦信息對股市產(chǎn)生的影響。通過研究《TheWallStreetJournal》的“heardonthestreet”專欄1970-1971年間所推薦股票的市場反應(yīng),他們發(fā)現(xiàn)被評為“買入”和“賣出”兩類評級的股票在信息發(fā)布當天平均分別獲得0.923%和-2.374%的超常收益率,且股票價格在隨后20個交易日內(nèi)沒有發(fā)生逆轉(zhuǎn)。Elton(1986)分析了股票評級發(fā)生變動時的市場反應(yīng),他們以1981-1983年間34家證券公司信息發(fā)布時的市場反應(yīng)。以1981~1983年間34家券商的9977份券商報告的評級信息為研究對象,發(fā)現(xiàn)在股票評級信息發(fā)布當月,評級調(diào)高至“1”或“2”(買入)的公司相對于調(diào)低至“4”或“5”(賣出)的公司,具有2.43%的超額收益率。Givoly和Lakonishok(1979)以標準普爾公司1967~1974的券商報告中的盈利預測信息為研究對象,發(fā)現(xiàn)在券商報告發(fā)布前后4個月內(nèi),相應(yīng)股票都具有統(tǒng)計上顯著的超額收益率。進一步地,若券商報告預測某個股票的盈利幅度超過5%,則該股票在之后的兩個月內(nèi)的平均超額收益率約為2.7%。Francis和Soffer(1997)同時考慮券商報告中評級推薦信息和盈利預測信息,其研究結(jié)果表明這兩種信息都會對股市產(chǎn)生顯著性的影響,并且即使控制了這兩種信息中的一種,另一種信息作為股市的影響因素,系數(shù)也是顯著的。Brav和Lehavy(2003)針對券商報告中目標值信息進行了考察,發(fā)現(xiàn)目標值對股市的影響是顯著的,并且即使在回歸方程中加入評級推薦信息和盈利預測信息作為控制變量,目標值信息的系數(shù)仍然顯著的。2005年,Asquith、Mikhail和Au研究并驗證了論證內(nèi)容信息對股市的影響是顯著的,同樣地加入評級推薦、盈利預測信息和目標值信息后,論證內(nèi)容信息和目標值信息的聯(lián)合系數(shù)依然是顯著的。國內(nèi)研究方面,饒育菅與劉達鋒(2003)用中央電視臺網(wǎng)站機構(gòu)看市與中國證券報券商看市和咨詢機構(gòu)看市數(shù)據(jù)研究中國機構(gòu)投資者對市場的預測能力,發(fā)現(xiàn)機構(gòu)投資者并不能可靠地預測股票市場。宋軍,吳沖鋒(2003)以2000年在《中國證券報》上發(fā)表的股評家的預測文章為樣本,建立了3組回歸方程來研究股評家對于大盤預測的準確性及影響預測的影響因素。研究結(jié)果發(fā)現(xiàn),股評家的短期預測平均而言是一個未來大盤收益率的一個反向指標。宏觀的經(jīng)濟面信息、前一天的公眾輿論和前3天的大盤平均收益率都對于股評家的預測有顯著影響,其中以公眾輿論的影響作用最大。券商報告會在一定程度上對投資者情緒產(chǎn)生影響,因此我們以券商報告文本中的態(tài)度詞匯做為投資者情緒的代理變量具有合理性。唐湘晉、趙亮、晏先浩(2004)利用上海滬市在牛市、平穩(wěn)及熊市三種狀況下的股票歷史數(shù)據(jù)并通過多種統(tǒng)計方法對中國股民的投資心理進行了實證分析,實證結(jié)果發(fā)現(xiàn)中國股民的投資心理符合西方行為金融學的期望理論,如在收益時股民表現(xiàn)出對已有收益的貪婪和及時行樂的心理,而在被套牢時又寧愿苦苦等待反彈機會。因此,我們在已有研究的基礎(chǔ)上提出理論假設(shè)。(二)理論假設(shè)1、市場情緒與市場頻率基本假設(shè)一:市場上有兩種交易者———噪音交易者和理性套利者。噪音交易者相信未來股利的隨機分派的,而理性套利者相信股利是服從貝葉斯分布的。本文認為當噪音交易者對未來股利的預期低于理性套利者的預期時是悲觀情緒,而且這種預期是相對平穩(wěn)的,即不會隨機偏離貝葉斯預期。另一方面,我們在本文中假設(shè)市場收益率受兩個主要因素的影響,其一是有關(guān)公司價值的新信息,其二是投資者的情緒,后者通過影響供求關(guān)系來影響股票的價格和收益率。而且不難發(fā)現(xiàn),理性套利者是根據(jù)新信息來進行投資,而市場情緒主要來自于噪音交易者的影響,因此我們可以推斷出市場情緒在長期中的數(shù)學期望應(yīng)為零,即在長期中投資者情緒不會影響股票收益率?；炯僭O(shè)二:兩種交易者都是風險厭惡的,有資產(chǎn)約束(不能隨意買入或賣出資產(chǎn))。在這個假設(shè)下,噪音交易者的預期會對股價產(chǎn)生影響,如當噪音交易者有負面預期和悲觀情緒時,他們會出售股票給套利者,股票交易量上升,會對股票收益產(chǎn)生暫時的下降壓力。(參見DeLongetal.(1990a))至此,由以上兩個基本假設(shè),我們可以推導出下列四種情況:券商報告領(lǐng)導著投資者情緒。券商報告跟隨者投資者情緒。券商報告含有情緒和新的市場信息。券商報告只含有已經(jīng)體現(xiàn)過的信息。2、短期以短期低收益發(fā)展為導向,其情緒在長期內(nèi)期望更如果是券商報告領(lǐng)導了投資者的情緒,那么在這種情況下,券商樂觀的態(tài)度將引領(lǐng)噪音交易者產(chǎn)生樂觀的情緒,隨之帶來短期的高收益,而由于情緒在長期內(nèi)期望為零,所以一段時間后價格反轉(zhuǎn)回到價值水平,這一水平與報告發(fā)布之前剛好持平;如果券商報告跟隨著過去投資者的情緒,那么樂觀情緒出現(xiàn)后一段時間才會有樂觀的券商態(tài)度,同理收益率先升高后降低,最終價格會反轉(zhuǎn)剛好回到價值水平,但從券商報告的公布日看起,收益率的反轉(zhuǎn)達到的水平將比t=0時刻低。3、短期高收益如果券商報告的態(tài)度不僅僅包含著投資者情緒,同時也是沒有反映到股票價格里的基本面信息的代理變量,那么樂觀情緒仍然與短期的高收益有關(guān),但是長期的股價不會回到之前的基本面水平,并且這一水平一定會比報告發(fā)布之前高;如果券商報告的態(tài)度是股票基本面信息的代理變量,而這些信息已經(jīng)反映到股價上面,因此不包含投資者情緒的話,那么券商報告不會對未來股票價格造成影響,同樣如果券商報告不包含任何過去、現(xiàn)在、未來股票價格的信息,那么券商報告的態(tài)度不會對股票產(chǎn)生任何影響。4、投資者情緒、市場情緒不同如果券商報告反映了過去的投資者情緒或可以預測未來的投資者情緒,那么異常的樂觀情緒或悲觀情緒會伴隨著交易量的增加。假設(shè)理性套利者之間不會產(chǎn)生交易,如果噪音交易者對股價產(chǎn)生了影響,那么必須有一個共同因素導致了他們對股價預期的變化。如果券商報告的態(tài)度代表的是基本面的信息而不是投資者情緒,那么交易量的變化是沒有明確結(jié)論的,因為投資者或經(jīng)紀人會對新信息可能有不同看法,也可能有一致的看法。最后,如果券商報告不包含任何信息或者情緒,那么券商報告態(tài)度不會對成交量產(chǎn)生影響。三、處理數(shù)據(jù)(一)模型的建立和預測本文所用的中國聯(lián)通(600050)股票交易數(shù)據(jù)、宏觀變量數(shù)據(jù)來源于國泰安經(jīng)濟金融研究數(shù)據(jù)庫、天相證券投資分析系統(tǒng)和Wind資訊金融終端,其中日收盤價(記為CP)、日開盤價(記為OP)來自國泰安經(jīng)濟金融研究數(shù)據(jù)庫;日交易量(記為V)來自天相證券投資分析系統(tǒng);日最高價(記為HP)、最低價(記為LP)和日均價(記為AP)來自Wind資訊金融終端。研究的時間窗口為2008年9月30日~2013年2月5日,其中預測用數(shù)據(jù)為2012年10月1日~2013年2月5日。以中國聯(lián)通為研究對象,在回歸估計部分采用VAR模型:第一步,將券商報告態(tài)度(記為Attitude)、日收益率(記為Return,Return=lnCP-lnOP)、調(diào)整的日成交量(記為V,模型中為日成交量的一億分之一)、日波動率(記為Amplitude,Amplitude=(HP-LP)/AP)加入VAR模型中分析各因素相互的關(guān)系;第二步,將各項宏觀經(jīng)濟指標匯率、利率作為控制變量加入VAR模型中,考察券商報告態(tài)度對中國聯(lián)通股票的影響以及宏觀經(jīng)濟指標對券商報告態(tài)度的影響;第三步,為了考慮中國聯(lián)通公司基本面情況對券商報告態(tài)度的影響,在上一步的模型中繼續(xù)加人中國聯(lián)通的各項財務(wù)指標市盈率、市凈率、和市值,研究券商報告態(tài)度對股票市場的影響。(二)投資報告的態(tài)度數(shù)據(jù)1、封決方式與整篇商業(yè)報告態(tài)度之間的相關(guān)性本文以券商報告首頁摘要中的褒義詞比例作為券商報告態(tài)度的代理變量。券商報告首頁的摘要中是全篇報告信息的總結(jié),而且首頁摘要中包含了評級推薦、盈余預測和目標值這三種信息(參考文獻綜述中提到的四種信息),因而摘要中褒義詞比例與整篇券商報告態(tài)度之間有著很大的相關(guān)性;同時,摘要中信息與報告中其他部分內(nèi)容重有著大量重復用詞,易導致重復計數(shù)問題,基于以上兩點考慮使用券商報告首頁摘要中褒義詞的比例作為券商報告態(tài)度的代理變量是合理的。2、建立架構(gòu)并進行計算由于在本文的研究時段中,關(guān)于中國聯(lián)通的個股券商報告數(shù)量較多,僅邁博匯金上的就有1174篇。如果均采用人工閱讀并甄選出其中的褒貶義詞,工程量十分浩大,因此我們采用計算機編程的技術(shù),通過C++編程來實現(xiàn)中文分詞、中文詞語的識別,以及褒貶義詞的數(shù)量統(tǒng)計。而這項工作的第一步就是建立褒貶義詞詞庫,我們一共建立了三個詞庫,分別是褒義詞詞庫、貶義詞詞庫和程度詞詞庫。這樣一來使計算機能夠?qū)⑽恼轮械脑~語和詞庫中的詞語比對,若該詞語與褒義詞詞庫中某詞一致,換句話說,它就屬于褒義詞詞庫。同理,貶義詞和程度詞也就相應(yīng)可以判斷。具體構(gòu)建詞庫時,我們先人工閱讀了100篇左右的券商報告,挑選出其中的褒義詞、貶義詞和程度詞,構(gòu)建出原始詞庫。然后再閱讀另外10篇券商報告,檢驗這10篇中95%褒貶義詞是否包含在之前的原始詞庫中,若沒有,則補齊遺漏的詞語,并重復上述檢驗,直至檢驗通過。3、ictclas5.0分詞技術(shù)有了構(gòu)建好的詞庫,第二步就是中文分詞,也即將成段成篇的券商報告摘要分割成一個個中文詞語,這樣計算機才能將這一個個元素和之前詞庫中的詞語進行比對。而目前中文分詞技術(shù)是目前文本分析領(lǐng)域的一大難題,因此我們采用了中科院計算所研發(fā)的ICTCLAS5.0進行分詞。中科院計算所的ICTCLAS5.0是其在多年研究工作積累的基礎(chǔ)上,研制出了漢語詞法分析系統(tǒng),具有既準又快的特點,分詞速度達到單機996KB/s,分詞精度98.45%,能夠滿足本文的分析需要。而且它提供免費的API接口,支持C++和JAVA語言的調(diào)用,研究者可以很方便快捷地在自己的程序中使用它。四、模型建設(shè)(一)可忽視外生變量對市場起直接影響作用在一個無摩擦的半強型有效市場中,如果投資者總是擁有理性的預期,那么金融學的基本理論早已向我們闡明股票價格一定是隨機游走的(Samuelson,1965)。從更一般的角度說,即使市場并不完全,套利的存在依然會使得股價無法預測。如果真的這樣,那么對于股票市場的任何研究都將是徒勞的。但幸運的是,市場的一些微觀機制比如非同步交易,噪音交易者以及交易成本等破壞了金融理論的純粹性,也使得當我們對中國聯(lián)通股票收益率進行研究時,發(fā)現(xiàn)了某些變量之間明顯的相關(guān)特性。從發(fā)現(xiàn)這一問題開始,我們便打算仔細研究關(guān)于聯(lián)通股票收益率滯后期對當期的影響。當然我們的回歸模型還包含一些其他的變量,比如交易量的滯后項可以有效捕捉市場流動性的情況,而股價波動率的滯后項則可以作為市場中其他摩擦的一個代表。當然券商態(tài)度將作為最主要的考察對象。在這之后,我們將根據(jù)情況加入譬如利率、匯率等宏觀外生變量,以及公司的一些財務(wù)指標。這些具細節(jié)況會在模型中詳細說明。(二)什么是造成成文企業(yè)如果通過回歸能夠得到券商報告對所有A股公司或者至少大盤走勢的影響的話無疑是非?？少F的,但我們相信對于其中一家公司進行認真、細致的研究也很有意義。這次我們將目標定為中國聯(lián)通正是基于這樣的想法。中國聯(lián)通屬于十分成熟的上市企業(yè),因此它的信息披露機制會比中小公司完善和有效。關(guān)于中國聯(lián)通的券商報告我們是從資訊網(wǎng)站“邁博匯金”上得到的,其他數(shù)據(jù)例如股價,公司財務(wù)指標以及宏觀變量則分別從國泰安數(shù)據(jù)庫和Wind數(shù)據(jù)庫中得到,回歸過程的整個樣本期間為2008年1月11日至2012年9月30日。1、模型是否被驗證VAR模型在應(yīng)用之前需要用ADF單位根檢驗和格蘭杰因果檢驗以檢驗數(shù)據(jù)的平穩(wěn)性和是否適于VAR模型。表1與表2分別顯示了它們的具體情況。檢驗結(jié)果發(fā)現(xiàn),Return,Volume,Attitude,Amplitude四個變量均為平穩(wěn)序列,且各個變量之間存在因果關(guān)系。故使用VAR模型是合理的。模型的具體滯后期我們將根據(jù)最小化AIC的方法得出,見表3。我們發(fā)現(xiàn)模型各變量滯后期為六時AIC最小,故VAR模型采用滯后期為六的形式。2、市場和市場條件對市場回歸結(jié)果的影響在檢驗條件具備后,我們將進行首次VAR回歸分析。模型將包含所有內(nèi)生變量日數(shù)據(jù)的滯后1至6期,主要包括收益率(記為R),成交量(記為V),券商報告首頁中褒義詞占褒義詞加貶義詞數(shù)和的比例(記為Att)以及股價波動率(記為Amp)。其中收益率是由當天股市收盤價比開盤價取自然對數(shù)而得,股價波動率則是由當天振幅比日均價計算出。此外,收益率,成交量與波動率由于都是從資本市場得到,因此它們作為解釋變量時都是從滯后一期開始。但是褒義詞比例則是一個市場外的變量,而且券商報告與新聞相比時效性并不好,因此很有可能出現(xiàn)券商t期發(fā)布的報告中的信息事實上已經(jīng)在t-1期的股價中有所體現(xiàn)的情況了。為了在一定程度上反應(yīng)這一情況,我們的模型中褒義詞比例作為解釋變量時將從第t+1期開始。在首次回歸分析時將不引入外生變量,以便觀察到褒義詞比例對收益率等其他指標較為純粹的影響。根據(jù)以上的信息,首次的VAR模型形式為:為了更好的貼近事實,我們假定隨時間變化的各個變量的波動是非常隨機的,因此可以得出模型的殘差項是異方差的。另外我們根據(jù)殘差圖發(fā)現(xiàn)4個方程的殘差彼此間并沒有明顯的相關(guān)關(guān)系,因此我們假定殘差是獨立的。而事實上這一假設(shè)并不會影響VAR回歸的結(jié)果。回歸結(jié)果見表4的VAR1部分?；貧w結(jié)果中提供了關(guān)于四個變量分別作為被解釋變量進行回歸時的一些整體情況。當Att作為被解釋變量時R2最大,為0.711,這一點是合理的,說明了券商在做出研究報告時很大程度上參考了之前日子的收益率,成交量和波動率。但遺憾的是,當考察具體的影響時發(fā)現(xiàn)對這一個方程來說顯著性并不理想。除了波動率有兩天以上的顯著外,其余均是僅一期顯著或更少。對于十分重要的收益率參數(shù),竟然一期也不顯著。當成交量V作為被解釋變量時R2為0.573,有較好的解釋能力。波動率作為因變量時的突出特點是自相關(guān)十分嚴重,連續(xù)三天的滯后期波動率都非常顯著,但券商報告卻顯示幾乎對它沒有影響。至于收益率,在4個單獨的方程中它的R2最小,僅為0.039,換句話說收益率基本和另外三個指標成交量,波動率和褒義詞比例沒什么關(guān)系。另外這個方程的顯著性也和Pc一樣不太好,作為極為重要的資本市場指標,卻沒有變量可以很好的解釋它。整體來看,券商報告包含了一些股票市場的重要信息,并且在短期內(nèi)對收益率有一些影響,但到內(nèi)生變量的影響。在查閱了相關(guān)文獻后,我們認為對資本市場和整體經(jīng)濟形勢刻畫的最理想的指標是利率(i)和匯率(ex)。利率對折現(xiàn)率的確定十分重要,而匯率變化則關(guān)系著熱錢的流動方向以及該公司在海外的各項業(yè)務(wù)等,并最終會對公司的經(jīng)營情況和股票表現(xiàn)產(chǎn)生影響。當然,對于日數(shù)據(jù)的需求也使得我們必須摒棄一些其他不錯的外生變量比如GDP。加入外生變量的VAR回歸模型表達如下:加入宏觀外生變量是不是合適,應(yīng)該從外生變量本身與其對內(nèi)生變量的影響兩方面來考察。另外考察改善狀況的時候R方變化的百分比應(yīng)該是一個相對合理的指標?；貧w結(jié)果兩個宏觀變量的顯著性充分說明了它們確實應(yīng)該留在模型中。4個分開的方程中利率和匯率很多可以達到很好的的顯著水平,特別是當Att和Amp作為被解釋變量時。這一點確實能對之前的結(jié)果有所彌補,它說明券商在做一份報告時宏觀經(jīng)濟的整體運行狀況會對他們產(chǎn)生影響,尤其像中國聯(lián)通這種大公司。即便公司股票的前期表現(xiàn)稍差,但只要整體經(jīng)濟勢頭很好,券商們可能依然會選擇看好這家公司。在對之前內(nèi)生變量影響方面,R,Att,V,Amp作為被解釋變量時方程的R2分別提高了23.06%,0.20%,1.60%,7.40%。因此宏觀變量的加入使得這些內(nèi)生變量能更好的被解釋,尤其對于收益率這個變量來說效果非常好。模型的聯(lián)合顯著性表現(xiàn)不錯,再次從側(cè)面反映出引入外生變量的優(yōu)勢。外生變量給模型帶來的好處在上一次回歸中有很好的展現(xiàn),因此我們對于加入另外一些僅與中國聯(lián)通相關(guān)的變量后模型的表現(xiàn)十分期待。就像之前對于宏觀變量的信念一樣,這次我們認為券商對于公司的一些基本面信息同樣不會放過。我們在公司眾多的財務(wù)指標中選取了以下幾種加入我們的模型中:市盈率(pe),市凈率(pb),公司市值(mv)。因此模型的表達式將變?yōu)槿缦虑樾?回歸結(jié)果見表4的VAR3部分。外生變量總的來說依然保持比較好的顯著性,利率與匯率比在加入前顯著性有所提高,而財務(wù)指標市盈率和公司市值在解釋力方面也很不錯,但是市凈率卻非常遺憾的在4個單獨的方程中全都不顯著。但是,增加一個控制變量最多只可能使得系數(shù)估計的方差有所改變,而假如這個變量在某方面是重要的但卻被遺漏的話,會對系數(shù)估計的無偏性有不良影響。由于后者對回歸的危害更大,因此最終我們還是認為它應(yīng)該留在方程里。加入財務(wù)指標的VAR中最明顯的變化來自于用收益率做被解釋變量時R2大幅度的提高。R2在這個方程中達到0.0683,相比于僅有宏觀變量的0.0475來說提高了43.8%,相比于僅含內(nèi)生變量的0.0386來說提高了76.9%。另外第三次VAR回歸的聯(lián)合顯著性水平的p值也全部降到了0.000。相比于前兩次回歸結(jié)果,我們認為這一次的VAR解釋力更強,效果更好,因此我們把這個VAR模型確定為我們研究股票市場的標準。當原假設(shè)為滯后6期的券商態(tài)度對股票收益率沒有影響時,此時計算出的聯(lián)合顯著性p值僅為0.0098,因此可以據(jù)此拒絕原假設(shè),認為這6期的券商態(tài)度的確影響了收益率。下表顯示了聯(lián)合顯著性的情況以及系數(shù)狀況。這些數(shù)據(jù)有一個十分值得注意的地方,就是第t期與t+1期的券商態(tài)度對于第t期的收益率均顯著。這說明了明天的券商態(tài)度會顯著影響今天的收益率。這個結(jié)論看起來有點滑稽,因為如果在股價已經(jīng)知道了的情況下,就根本不存在預測的問題了。為了解釋這一點,我們可以參看當券商態(tài)度作為因變量時收益率的表現(xiàn)。這個方程中的券商態(tài)度變量不再是第t+2期而是第t期的值。結(jié)果是所有收益率變量對于券商態(tài)度的聯(lián)合顯著性表明無法拒絕原假設(shè),即往期的收益率不能顯著預測未來的券商態(tài)度。結(jié)合之前的結(jié)果,目前的情況是t+1期的券商態(tài)度顯著影響了t期的收益率,但原因卻并不是因為這一期的報告參考了t期的真實價格。在這種情況下,最有可能的原因便是券商報告的態(tài)度應(yīng)該受到了某些和上一期收益率也顯著相關(guān)的因素的影響。根據(jù)Brown和Cliff的研究,即投資者情緒波動與同期股票收益間存在顯著相關(guān)性這一結(jié)論,可以得出這個相關(guān)的因素即是市場的投資者情緒。市場中的投資者會因為之前的收益率造成自身的情緒波動,進而這種情緒又影響了券商報告。之后我們還需分析券商報告中是否含有對公司價值有影響的信息。這里要簡單調(diào)整一下模型的期數(shù)。此時用t期的收益率對券商態(tài)度從t期開始及滯后期(t,t-1,t-2,t-3)進行回歸(回歸結(jié)果見表6第一列系數(shù)),這些自變量的系數(shù)相加可以發(fā)現(xiàn),這個值最終是-0.00116,說明它比報告發(fā)布前的收益率有所下降。但是之前的分析已經(jīng)說明券商報告是跟隨而不是領(lǐng)導了投資者情緒,因此此時算出的偏差表示它回歸了之前的正常水平。其次我們可以看看券商態(tài)度對于交易量和股票波動性的影響結(jié)果。不過這里的顯著性水平并不像直觀感覺起來那么顯著,券商態(tài)度對股票交易量的聯(lián)合顯著性的p值為0.1226,而對股價波動率