中國(guó)股市個(gè)股推薦效應(yīng)分析

朱 正，曹亞麗

(1.河海大學(xué) 商學(xué)院，南京 210093;2.南京大學(xué) 商學(xué)院，南京 210009）

0 引言

中國(guó)股票市場(chǎng)的發(fā)展在一定程度上帶動(dòng)了財(cái)經(jīng)媒體的發(fā)展，各類股票推薦欄目應(yīng)運(yùn)而生，充斥著各類報(bào)紙、網(wǎng)站、電臺(tái)、電視臺(tái)。各種股評(píng)家和證券投資機(jī)構(gòu)證券分析師都積極的從各個(gè)角度為股民們推薦著股票。這類股票推薦信息圍繞在我國(guó)股民的周圍。超過1億的我國(guó)股民文化素質(zhì)，年齡，工作背景都存在著很大差異。很大一部分股民對(duì)股票的專業(yè)知識(shí)認(rèn)識(shí)有限，他們無法判斷信息的真?zhèn)危芏鄷r(shí)候只能依賴這樣的相對(duì)權(quán)威的股票推薦信息，他們相信這是真的并以此交易，F(xiàn)ischer Black(1986)認(rèn)為他們是噪聲交易者（noise trader），而他們所做的交易即是噪聲交易(noise trading),而在他們周圍的這些股票推薦消息即是噪音（noise）。當(dāng)股票受到推薦后，噪聲交易者們接受推薦信息進(jìn)行交易。本文將重點(diǎn)分析這些被推薦股票的影響及其持續(xù)時(shí)間等問題。

1 數(shù)據(jù)和模型選取

本文對(duì)《中國(guó)證券報(bào)》每周六“實(shí)力機(jī)構(gòu)周末薦股精選”這一欄目（2007年3月31日之前是B07版，之后為B08版）2006年11月4日到2008年10月25日推薦的1280只上證A股股票進(jìn)行了研究。關(guān)于此樣本的選取，有如下說明：（1）《中國(guó)證券報(bào)》在證券類報(bào)紙中閱讀率名列第一，在投資者中具有很大的影響。（2）在推薦的股票中，有近50只股票被多家機(jī)構(gòu)同時(shí)推薦，即為高頻推薦股票，這類股票在之后會(huì)重點(diǎn)加以研究。（3）2006年11月到2008年10月，上證指數(shù)經(jīng)歷了一個(gè)上升再回落的過程（從1800多點(diǎn)到1800多點(diǎn)），選取這個(gè)區(qū)間研究，避免了受大市影響的趨勢(shì)性。（4）由于選取時(shí)段的特殊性，中國(guó)股市在這里經(jīng)歷了趨勢(shì)性明顯的上升階段和下降階段。隨后進(jìn)入一個(gè)較長(zhǎng)時(shí)間的下跌所以本文將分別分析在上升區(qū)間和下降區(qū)間內(nèi)薦股的影響。以上證綜指出現(xiàn)最高點(diǎn)的2007年10月16日作為分界點(diǎn)，此前為上升區(qū)間，此后為下降區(qū)間。關(guān)于推薦的個(gè)股的相關(guān)行情序列來源于WIND資訊金融數(shù)據(jù)庫(kù)。

薦股對(duì)股市的影響有很多方面，為了研究方便且結(jié)果更有意義，本文主要通過對(duì)異常收益率和異常交易量的測(cè)度來檢驗(yàn)薦股對(duì)股市的影響。設(shè)定t=0為股票的推薦日，推薦日為周六，非交易日。t=1即為股票推薦后的第一個(gè)交易日，t=-1為股票推薦日前一個(gè)交易日，以此類推。本文主要考察股票推薦前10個(gè)交易日和后10個(gè)交易日的異常收益率和異常交易量的情況，即t=-10、-9、-8……8、9、10的情況?？紤]以前一個(gè)交易日收盤價(jià)介入，以當(dāng)前交易日的收盤價(jià)賣出，不考慮交易成本。

學(xué)界關(guān)于正常收益率的計(jì)算方法眾說紛紜，但是公認(rèn)的一點(diǎn)是，在這方面，簡(jiǎn)單模型的表現(xiàn)并不比復(fù)雜模型差。陳漢文，陳向民（2002）對(duì)事件研究法在證券市場(chǎng)上的應(yīng)用進(jìn)行了綜合討論，采用模擬抽樣的方法對(duì)廣泛采用的關(guān)于正常收益率的三個(gè)模型（均值調(diào)整模型、市場(chǎng)調(diào)整模型、市場(chǎng)和風(fēng)險(xiǎn)調(diào)整模型）結(jié)合中國(guó)證券的交易數(shù)據(jù)進(jìn)行了經(jīng)驗(yàn)比較，結(jié)果證明了對(duì)于中國(guó)市場(chǎng)，均值調(diào)整模型在不同情況下對(duì)事件研究有很多優(yōu)于市場(chǎng)模型的特點(diǎn)，運(yùn)用均值調(diào)整模型可以更有效地達(dá)到探測(cè)價(jià)格事件性表現(xiàn)的目的。所以本文采用均值調(diào)整模型對(duì)正常收益率進(jìn)行計(jì)量。

正常收益率和異常收益率分別為：

ARi,t為股票i在第t天的異常收益率，Ri,t為股票i在第t天的收益率。

正常交易量均值調(diào)整模型模型如下：

為了剔除股票發(fā)行規(guī)模的影響，這里采用的異常交易量指標(biāo)是異常交易量占正常交易量的百分比，即為

2 計(jì)量結(jié)果和檢驗(yàn)

在剔除兩周連續(xù)推薦，因上市時(shí)間不夠而導(dǎo)致數(shù)據(jù)不全，在研究期內(nèi)停牌日較多的股票后，整理好受推薦股票在研究期內(nèi)的行情序列。先根據(jù)公式（1）算出推薦股票的正常收益率，再根據(jù)公式（2）算出它在推薦日前后十天的異常收益率，并利用t值公式算出t值進(jìn)行檢驗(yàn)。同樣的，根據(jù)公式（3）算出推薦股票的正常交易量，再根據(jù)公式（4）算出它在推薦日前后十天的異常交易量，并利用t值進(jìn)行檢驗(yàn)?？紤]到計(jì)算量的問題，本文隨機(jī)選取了188只受推薦股票進(jìn)行了計(jì)算。結(jié)果如表1所示。

表1 所有推薦股票樣本研究期的異常收益率和異常交易量

表2 高頻推薦股票研究期的異常收益率和異常交易量

根據(jù)表1，我們先來考察異常收益率的情況，在股票受到推薦后的第一個(gè)交易日，有1.056%顯著性在95%以上的異常收益率，證明了股票受推薦后異常收益率確實(shí)存在，但是在推薦后的第二天開始異常收益率就開始為負(fù)，顯著性明顯降低，除了t=2，t=5外，其余均不顯著。t=1、t=2、t=3三天平均異常收益率為0.102%。異常交易量方面，在股票收到推薦后的第一個(gè)交易日，有57.669%顯著性在95%以上的異常交易量，僅次于前一個(gè)交易日的58.211%。但是隨著時(shí)間推移，異常交易量明顯降低特別是被推薦后的第二周開始交易量有一個(gè)階梯式跳躍性下降，但是總體仍然保持15%以上的異常交易量，比推薦前有明顯上漲，顯著性良好，均在95%以上。由上可以看出推薦效應(yīng)確實(shí)存在，股民的投資策略確實(shí)受到了推薦信息的影響，但是這種影響隨著時(shí)間推移逐漸消失。

為了驗(yàn)證受多家機(jī)構(gòu)推薦股票即高頻推薦股票的差異性，從而進(jìn)一步驗(yàn)證推薦效應(yīng)的存在。本文單獨(dú)對(duì)40只高頻股票進(jìn)行了計(jì)算，結(jié)果如表2所示。

由表2我們發(fā)現(xiàn)，股票獲得高頻推薦后的第一個(gè)交易日有1.260%顯著性在90%以上的異常收益率，與表一中的1.056%相比，高了0.204%，證明了股票受到高頻推薦后可以獲得更高的異常收益率，但是同樣的在接下去的幾天里，除了第4天和第7天，異常收益率均為負(fù)，顯著性也明顯降低。高頻股票的異常交易量的顯著性明顯降低，僅在t=-3、-2、-1、1、2、8時(shí)顯著性在95%以上。在推薦日后的第一個(gè)交易日，有97.899%顯著性很強(qiáng)的異常交易量，比表1中的57.669%的高出40.3%。從第二個(gè)交易日開始，異常交易量開始降低，但是仍然保持較高的異常交易量水平，與推薦前相比有一個(gè)明顯的上漲，比表一中這幾日的異常交易量也高出很多。從而進(jìn)一步驗(yàn)證了推薦效應(yīng)的存在，受高頻推薦后，推薦對(duì)股票的影響更加明顯。

為了驗(yàn)證市場(chǎng)大環(huán)境對(duì)推薦股票的市場(chǎng)表現(xiàn)的影響，本文分別對(duì)上升區(qū)間內(nèi)的推薦股票和下降區(qū)間的推薦股票進(jìn)行了計(jì)算，結(jié)果如表3所示。

在t=1時(shí)的異常收益率上升區(qū)間內(nèi)的推薦股票比下降期間的推薦股票高出1.148%，且顯著性更強(qiáng)，下降區(qū)間推薦股票在推薦后的第一個(gè)交易日的異常收益率t值過小，顯著性不高。在t=2開始，異常收益率開始出現(xiàn)負(fù)值，或者是有一個(gè)微小的正值，值得注意的，上升區(qū)間內(nèi)的推薦股票t=3、5、8時(shí)，有顯著的負(fù)值異常收益率，且絕對(duì)值較大，下降區(qū)間內(nèi)的推薦股票t=2時(shí)，有顯著的絕對(duì)值較大的負(fù)值異常收益率。同樣的，異常收益率方面，在t=1時(shí)上升區(qū)間內(nèi)的推薦股票要比下降區(qū)間內(nèi)的股票高39%，交易更頻繁，顯著性都很強(qiáng)。上升區(qū)間內(nèi)的股票在t=2后異常交易量有所下降，但是不及下降區(qū)間內(nèi)的推薦股票來的明顯。下降區(qū)間內(nèi)的推薦股票在第二個(gè)交易日后異常交易量明顯降低，顯著性也明顯減弱，且隨著時(shí)間推移逐漸遞減。

表3 上升區(qū)間和下降區(qū)間推薦股票樣本研究期的異常收益率和異常交易量

綜上所述，我們可以得出如下結(jié)論：（1）在股票受到推薦后的第一個(gè)交易日，無論是異常收益率還是異常交易量都有一個(gè)明顯的上漲，證明了推薦效應(yīng)的存在。（2）在股票受到推薦后的第二個(gè)交易日開始，異常收益率和交易量開始明顯降低，異常收益率甚至出現(xiàn)顯著的負(fù)值，異常交易量雖然有所降低，但是總體而言仍處于較高水平，在推薦后的第二周的第一個(gè)交易日有一個(gè)跳躍式下降。(3)高頻推薦股票相對(duì)于所有受推薦的股票而言，在受推薦后的第一日有更高的異常收益率和異常交易量，在之后的幾天內(nèi)仍保持著更高的異常交易量，推薦效應(yīng)更加明顯。(4)通過對(duì)上升區(qū)間和下降區(qū)間內(nèi)被推薦股票的比較，發(fā)現(xiàn)在上升區(qū)間內(nèi)股票在推薦后的第一個(gè)交易日可以獲得更高的異常收益率，交易量的增加也更加明顯。從異常交易量角度看，在下降區(qū)間內(nèi)，股票被推薦后的推薦效應(yīng)消失的更快。總之，在上升區(qū)間內(nèi)股票的推薦效應(yīng)表現(xiàn)的更加明顯。

我們從這三個(gè)表中，可以發(fā)現(xiàn)一些有趣的現(xiàn)象：（1）在股票推薦前的前一個(gè)交易日的異常收益率要大于股票被推薦后的第一個(gè)交易日的異常收益率，表1中，2.056%＞1.056%,表2中，3.039%＞1.260%，表3中，2.163%＞1.630%，1.950%＞0.482%。更有趣的，在推薦前的前一周內(nèi)即t=-1～-5內(nèi)，被推薦股票的異常收益率基本都為正值，且顯著性較強(qiáng)。（2）在股票推薦前的前一周內(nèi)該股票的異常交易量已經(jīng)有一個(gè)明顯的上升，越接近推薦日，交易量的增加越明顯，在推薦前的前一個(gè)交易日往往達(dá)到最大值，甚至比推薦后的第一個(gè)交易日的異常交易量要大。這兩點(diǎn)都說明股票在受到推薦前已有明顯異動(dòng)。

3 結(jié)果分析

根據(jù)對(duì)成熟資本市場(chǎng)的實(shí)證研究，被證券咨詢機(jī)構(gòu)推薦的股票一般在1—3月內(nèi)甚至一年里都會(huì)有較好的收益。根據(jù)國(guó)外學(xué)者關(guān)于推薦股票異常收益率的計(jì)算，正的異常收益率一般會(huì)在推薦后兩天或三天，甚至更長(zhǎng)的時(shí)間里消失，而根據(jù)本文研究，在推薦后的第二日，異常收益率就變?yōu)樨?fù)值。這證明了我國(guó)證券市場(chǎng)還相當(dāng)不成熟，無論是機(jī)構(gòu)投資者還是散戶都普遍傾向于作短線，明顯缺乏理性，投機(jī)性很強(qiáng)。而證券分析師們也很好地掌握了廣大股民的追漲殺跌的心理，他們可以有恃無恐地推薦私有信息已經(jīng)擴(kuò)散的并在前期價(jià)格已經(jīng)有所上漲的股票，等待散戶們買入后，前期消息的獲得者們漸漸出貨從而獲利。

[1]Bing L.Price Pressure:Evidence from the‘Dartboard’Column[J].the Journal of Business,1999，72。

[2]Brad M,Douglas L.The‘Dartboard’Column:Second-Hand Information and Price Pressure[J].the Journal of Financial and Quantitative Analysis,1993,28.

[3]Eurico J F,Stanley D S.Wall$treet Week:Information or Entertainment?[J].Financial Analysts Journal,2003,59.

[4]Ficsher B.Noise[J].the Journal of Finance,1986,41.

[5]Jason G,Scott S.Liquidity Provision and Noise Trading:Evidence from the“Investment Dartboard”Column[J].the Journal of Finance,1999,54.

[6]Mark H,Vernon J R,Susan S.How"Foolish"Are Internet Investors?[J].Financial Analysts Journal,2000,56.

[7]陳漢文,陳向民.證券價(jià)格的事件性反應(yīng)[J].經(jīng)濟(jì)研究,2002,(1).

[8]丁亮,孫慧.中國(guó)股市股票推薦效應(yīng)研究[J].管理世界,2001,(5).

[9]高峰,宋春明.中國(guó)股市理性預(yù)期的檢驗(yàn)[J].經(jīng)濟(jì)研究,2003,(3).

[10]李雪.中國(guó)證券市場(chǎng)分析師推薦投資價(jià)值研究[J].證券市場(chǎng)導(dǎo)報(bào)，2007,(11).

[11]林翔.對(duì)中國(guó)證券咨詢機(jī)構(gòu)預(yù)測(cè)的分析[J].經(jīng)濟(jì)研究，2000,(2).

[12]劉建和,范煒,金雪軍.中國(guó)證券分析師群體薦股能力的實(shí)證研究[J].投資與證券,2005,(12).

[13]馬春林,倪蘇云,吳沖鋒.股評(píng)家關(guān)注股票基本面因素[J].上海經(jīng)濟(jì)研究,2002,(5).