A銀行的“市場有效性”分析

王珺

【摘? 要】本報告主要研究市場對澳洲A銀行發(fā)布的公告的反應(yīng)。首先，報告總結(jié)了2018年6月30日至 2019年6月30日期間A銀行發(fā)布的四份公告，以探究它們對A銀行股價的影響。我們將簡要說明每次公告會對以后幾天的股價產(chǎn)生影響的可能原因。其次，本報告利用2013年至2018年的數(shù)據(jù)，通過計算市場收益率的方差和市場收益率的協(xié)方差估算出A銀行的β值，并且解釋了為什么使用這個時間范圍內(nèi)的數(shù)據(jù)（2013年和2018年的5年期間）、測量間隔（月）和數(shù)據(jù)來源（S&P/ASX 200指數(shù)和10年期政府債券收益率）。第三部分，通過資本資產(chǎn)定價模型（CAPM）確定每日異?；貓?。最后，本報告根據(jù)有效市場假說分析了市場對四項公告發(fā)布的反應(yīng)。得出澳大利亞市場是相對有效的，介于弱型市場和半強(qiáng)型市場之間。

【關(guān)鍵詞】A銀行;市場有效性;分析

1.公告

本報告選擇研究了A銀行，它是澳大利亞四大銀行之一。2018 年6月30日至2019年6月30日期間，世界銀行發(fā)布的四份公告如下：

1.1 A銀行首席信息官即將退休

根據(jù)2018年8月16日A銀行發(fā)布的公告，集團(tuán)首席信息官決定于2019年1月底從WBC 銀行退休。自2014年以來，他一直領(lǐng)導(dǎo)著西太平洋集團(tuán)技術(shù)部門，并在重塑A銀行的數(shù)字轉(zhuǎn)型中發(fā)揮了關(guān)鍵作用。作為一名長期的首席信息官，一旦他宣布決定離開A銀行，就意味著將任命一個新的首席信息官，這將導(dǎo)致管理上的變化。公告發(fā)布后，8 月16 日的股價收盤于比前一天低0.110 澳元的30.180 澳元每股。2018 年8 月17日，雖然股價略有回升，但隨后幾天卻出現(xiàn)了大幅下跌。從數(shù)字顯示，這一公告對A銀行的股價總體上有負(fù)面影響。可能的原因是，首席信息官的退休挫傷了投資者對A銀行隨后財務(wù)業(yè)績的信心。

1.2 A銀行發(fā)行資本票據(jù)

2018年11月12日，A銀行發(fā)行資本票據(jù)，發(fā)行價為100澳元。2018年11月12日的收盤價為27.740 澳元，比2018年11月9日的收盤價高出0.14%。2018年11月9日至2018年11月19日，S&P/ASX200 指數(shù)呈現(xiàn)急劇下降趨勢。投資風(fēng)險包括沒有受到銀行法或金融債權(quán)計劃的保護(hù)、票據(jù)市場價格波動、票據(jù)流動性可能較低等，可能是投資者對公司失去信心的原因。

1.3皇家委員會調(diào)查銀行、退休金和金融服務(wù)業(yè)不當(dāng)行為的最終報告

皇家委員會于2019年2月4日發(fā)布了關(guān)于銀行業(yè)、退休金和金融服務(wù)業(yè)不當(dāng)行為的最終報告，其中包括 76條建議。A銀行首席執(zhí)行官 Brian Hartzer 表示，A銀行已采取措施應(yīng)對報告中提到的一些問題，包括A銀行如何處理客戶投訴，以及如何引導(dǎo)該行業(yè)擺脫“祖?zhèn)鱾蚪稹钡淖龇?。此外，A銀行表示，他們將與政策制定者和監(jiān)管機(jī)構(gòu)合作，為客戶和行業(yè)制定最佳的發(fā)展路徑。該公告發(fā)布后，當(dāng)日收盤價為每股24.870澳元，較2019年2月3日上漲0.290 澳元。隨后的幾天，A銀行的股價持續(xù)上漲。這是由于A銀行對最終的不端行為報告做出積極的回應(yīng)從而給投資者帶來了信心。

1.4發(fā)行新股公告

A銀行發(fā)布公告稱，已于2019年5月16日發(fā)行了三種債務(wù)工具。2019年5月16日，該股收盤價為25.850澳元，比2019年5月15日收盤價低3.87%。自2019年5月17日以來，S&P/ASX 200 指數(shù)在2019年5月22日之前呈現(xiàn)急劇上升趨勢（2019年5月17日收盤于25.410澳元，2019 年5月22日收盤于28.810 澳元）。這一趨勢最可能的一個原因是，這三種債務(wù)工具作為一種融資方式，將被用于擴(kuò)大公司規(guī)模，這將有利于A銀行未來的財務(wù)業(yè)績。另一方面，投資者可能會對公司在融資后的進(jìn)一步投資中獲得收益有信心。這反映了投資者對該聲明的積極態(tài)度。

2.β的計算

β是基本分析中用來確定資產(chǎn)或投資組合在整體市場上的波動性的一種方法（Grant & Nickolas， 2019）。整個市場的beta 值為1.0，Titman 等人（n.d.）聲稱，一項投資的beta 值表示基于該投資的系統(tǒng)風(fēng)險，市場回報增加或減少1%會導(dǎo)致股票回報率增加或減少多少百分比。

為了計算β系數(shù)，本節(jié)首先計算A銀行的股票收益率、指數(shù)收益率和無風(fēng)險收益率。在這份報告中，我們使用2013年7月至2018年6月的5年期間A銀行的月股價、S&P/ASX 200 累積指數(shù)和10年期月國債收益率來計算股票收益率（ri）、指數(shù)收益率（rm）及債券月收益率（rf）。此外，2013年7月和2018年6月這段時間避免了四項公告發(fā)布的日期。

然后，讓” ri-rf = Yt “和” rm-rf = Xt “，其中Yt 是股票的超額回報，Xt 是市場的超額回報。計算Yt 和Xt 的數(shù)據(jù)集。未去杠桿的beta 值（βi ）的計算公式為：βi =σim/（σm^2） ，其中的σim 是股票超額收益和市場超額收益之間的協(xié)方差而市場超額收益的方差則是σm^2 。因此，需要逐步計算X和Y的變化量，以及X和Y之間的協(xié)方差。

這里首先解釋為什么使用“5 年”的時間期限，“月”的測量間隔，S&P/ASX 200 的數(shù)據(jù)和政府債券。在時間范圍方面，研究（Nicolaas， 1999）表明，β值一般不穩(wěn)定，而是隨時間變化的。另一項研究（Phillip， Michael & Robert， 2000）得出的結(jié)論是，最佳的β估計周期為4 - 9 年。適當(dāng)長度的估計周期有助于提高估計的精度。對于一個不改變其基本結(jié)構(gòu)的公司，更長的估計時間更有可能導(dǎo)致一個稍微更精確的估計。然而，一個太長時期的β估計將是有偏差的，沒有什么價值。2013年至2018年期間，由于A銀行的基本結(jié)構(gòu)沒有發(fā)生變化，那么對2013年7月至2018年6月的年份進(jìn)行beta估計是合適的。

當(dāng)談到測量區(qū)間時，Martin、McCarthy 和Schneeweis（1996）聲稱期望值會受到區(qū)間選擇（日、周、月）的重大影響，因為β作為一種風(fēng)險績效度量，是標(biāo)準(zhǔn)化相對回報運(yùn)動的簡單轉(zhuǎn)換。在這份報告中，測量間隔是按月選擇的。總的來說，月間隔可以避免其他重大事件的影響，這意味著月間隔可以代表公司股票價格的總體趨勢，更有利于投資者估計收益率。

本報告選擇S&P/ASX 200 指數(shù)作為市場回報計算的基礎(chǔ)。標(biāo)普/澳交所（S&P/ASX）指數(shù)是澳大利亞股市最受關(guān)注的指數(shù)，由標(biāo)普指數(shù)與澳交所合作維持。S&P/ASX 是這些指數(shù)中的領(lǐng)頭指數(shù)，其中包括ASX 交易的200只最大和最具流動性的股票，代表了當(dāng)?shù)厥袌?0%的市場份額（David， 2011）。因此，這組數(shù)據(jù)可以反映澳大利亞市場的走勢，可以用來計算澳大利亞市場的收益。更重要的是，該指數(shù)是由每個股票的總市值和浮動的調(diào)整加權(quán)平均得到的，這樣可以更精確的計算出β系數(shù)。所以，以指數(shù)為基礎(chǔ)的衡量方式能更好的測量澳大利亞市場。

至于政府債券，它是一種由國家政府發(fā)行的債券，承諾支付稱為息票支付的定期利息，并在到期日償還票面價值。人們普遍認(rèn)為，國債是相對安全的，是最接近無風(fēng)險的證券，因為它們的收益率和還款日是預(yù)先確定的，不存在違約風(fēng)險。在評估一個企業(yè)或一個企業(yè)的利益時，通常的做法是考慮現(xiàn)金流的預(yù)期期限是長期的。兩種最常用的無風(fēng)險期限債券期限為10年期和20年期。（Pratt & Grabowski， 2014）。因此，這里使用的是10 年期聯(lián)邦政府債券。

公式和部分工作表：

var （Xt， Yt）/方差（Xt）=0.001334143/0.000997=1.3382。因此，A銀行的beta 值是1.3382?；贑APM 模型：ri = rf + β （rm-rf），可以使用歷史數(shù)據(jù)回歸方程。制作折線圖如下：

3.計算公告期間的異常收益

異常收益是指實際收益與預(yù)期收益之間的差額。其公式為：ARi= Ri - E（Ri）。

CAPM 方程是估計預(yù)期收益率的模型。CAPM 定價方程為：E（rWBC） = rf +βWBC* [E （rm） - rf]。

其中E（rWBC） 是A銀行的預(yù)期收益率，rf 是無風(fēng)險收益率，βWBC 是A銀行的β，E（rm）是市場的預(yù)期收益率。

第一次公告2018 年8 月10 日至2018 年8 月23 日期間的數(shù)據(jù)如下：

接下來，計算下表中的異常收益

第二次公告，2018 年11 月6 日至2018 年11 月19 日期間的數(shù)據(jù)信息如下：

接下來是異常收益的計算：

第三次公告，2019 年1 月29 日至2019 年2 月11 日期間數(shù)據(jù)信息如下：

然后在下一個表中計算異常收益：

第四次公告，2019 年5 月10 日至2019 年5 月23 日期間數(shù)據(jù)信息如下：

同理，計算異常收益如下：

4.有效市場假說討論

從公式中可以看出，異常收益是指不正常地高于或低于預(yù)期收益的收益。與實際股票收益波動最相關(guān)的因素之一是一些公告中的信息。 Schwartz （2010）曾說過，信息是人們決策的普遍、不可或缺的驅(qū)動因素。我們知道，一個公司的股票回報取決于投資者對信息的評估。從理論上講，如果存在一個完全有效的市場（完美市場），所有投資者都會同時得到全面的消息。然后，各種信息都被準(zhǔn)確地反映在股價上，任何基于信息的投資都不能產(chǎn)生超額收益。然而，在實際市場中，股票價格不會隨時間隨機(jī)變化。在本節(jié)中，對所選的四個公告進(jìn)行了分析。

第一次宣布是在2018年8月16日。當(dāng)日的異常收益是一個負(fù)數(shù)，絕對值很小，股價整體下跌。這對A銀行來說是一個壞消息，但股價對這一消息的反應(yīng)并不強(qiáng)烈。兩天后，異常收益開始變得越來越明顯，呈現(xiàn)負(fù)數(shù)。這些信息慢慢地反映到股價中，并持續(xù)了很長一段時間。因此，從這段時期的異常收益變化來看，市場并不是很有效。

第二次公告于2018年11月12日發(fā)布。當(dāng)日的異常收益約為-0.5537%，也是一個負(fù)數(shù)，絕對值較小。公告發(fā)布前三天的異常收益均為正值。與此同時，股票調(diào)整期總體呈下降趨勢。因此，這個公告對A銀行有不利影響。次日的異常回報出現(xiàn)了相當(dāng)劇烈的下跌（- 3.2631%），然后在接下來的幾天里出現(xiàn)了反彈。這意味著股價在相對較短的時間內(nèi)對信息反應(yīng)強(qiáng)烈，這可能是一個比第一個更有效的市場。

第三份公告于2019 年2月2日發(fā)布。當(dāng)日的異常收益率為0.5343%，2019 年2月3日的異常收益率為 4.7546%，此時異常收益率數(shù)據(jù)保持穩(wěn)定?？梢钥吹?，在這兩天有一個很大的增長。這說明這些信息在股價中得到了積極而迅速的反映。因此， 從這些變化來看，公告中包含的這個信息對A銀行有積極的影響，這個市場是非常高效的。

第四份公告于2019年5月16日發(fā)布。當(dāng)日的異常收益率為-5.0539%，2019年5月17日的異常收益率為-2.4929%。由于公告發(fā)布前三天的異常收益相對穩(wěn)定，公告發(fā)布當(dāng)日的異常收益大幅下降，市場對該公告的反應(yīng)是負(fù)面的、快速的。但是，2019年5月20日的異常收益出現(xiàn)了明顯的上升，這可能是因為不同的投資者對該公告的理解不同，在市場上做出了不利的行為?？紤]到這一點(diǎn)，這個市場并不符合有效市場假說。

從另一個角度來看，我們還應(yīng)該考慮的一個局限性是，我們不能只關(guān)注每日異?；貓蟮淖兓?。也就是說，在我們選擇的公告日期附近發(fā)布的其他公告也會影響股票收益。

5.結(jié)論

我們知道，充分有效的市場不可能在現(xiàn)實世界中存在，因為有許多因素?zé)o法達(dá)到。比如信息成本不可能是零，這意味著對各種信息的探索需要投資者的時間和精力。更需要注意的是，市場中的每個投資者由于認(rèn)知能力的不同，對公告的時間點(diǎn)和理解也不同。通過效率市場假設(shè)，我們得出市場是相對有效的結(jié)論。當(dāng)投資者的實際回報與預(yù)期回報存在差異時，市場會對這些聲明做出敏感反應(yīng)。

參考文獻(xiàn)

[1]Cenesizoglu， T.， Liu， Q.， Reeves. J.， J.， & Wu， H. （2013）. Monthly beta forecasting with low， medium and high frequency stock returns. Retrieved from https：//onlinelibrary.wiley.com/doi/abs/10.1002/for.2396

[2]David， M. （2011）. Understand what a sharemarket index is and how it can help. Retrieved from https：//www.asx.com.au/indices-hold-most-market-answers.htm

[3]Grant，M.，& Nickloas， S.（2019）.The Formula for Calculating Beta. Retrieved from https：//www.investopedia.com/ask/answers/070615/what-formula-calculating-beta.asp

[4]Groenewold， N. （1999）. Forecasting beta： How well does the ‘five-year rule of thumb do？

[5]Phillip， R. D.， Michael， C. E.， & Robert， A. K. （2000）. Estimating systematic risk： The choice of return interval and estimation period.

[6]Pratt， S. P.， & Grabowski， R. J. （2014）. Cost of capital： Applications and examples. Retrieved from http：//ebookcentral.proquest.com

[7]Schwartz， R. A. （2010）. Micro markets： A market structure approach to microeconomic analysis. Retrieved from http：//ebookcentral.proquest.com

[8]Titman， S.， Martin， T.， Keown， A. J.， & Martin， J. D. （n.d.）. Systematic risk and beta. Financial Management： Principles and Applications. （pp.241）.