• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    疫情前后三因素模型對(duì)醫(yī)療股回報(bào)解釋力研究

    2021-12-09 09:23:12費(fèi)曉暉趙永亮
    經(jīng)濟(jì)研究導(dǎo)刊 2021年32期
    關(guān)鍵詞:市值股票顯著性

    費(fèi)曉暉,趙永亮

    (鹽城工學(xué)院,江蘇鹽城 224007)

    引言

    新冠疫情的爆發(fā)對(duì)我國(guó)經(jīng)濟(jì)產(chǎn)生巨大影響,這種影響也體現(xiàn)在我國(guó)的股市中。僅2020年一年,我國(guó)醫(yī)藥制造和衛(wèi)生行業(yè)被批準(zhǔn)上市的企業(yè)就達(dá)到了30家。截至2021年7月底,已有16家醫(yī)療企業(yè)在2021年成功上市。而在2018年和2019年獲批上市的醫(yī)療企業(yè)分別只有4家和8家。這樣的數(shù)據(jù)對(duì)比,一方面反映新冠疫情的發(fā)生和發(fā)展喚起了民眾和投資者對(duì)我國(guó)醫(yī)療衛(wèi)生行業(yè)的關(guān)注,另一方面也讓人不禁擔(dān)心疫情后我國(guó)的醫(yī)療股市場(chǎng)是否存在過(guò)度繁榮和情緒性投資的問(wèn)題。

    為了檢驗(yàn)股市是否存在由新冠疫情帶來(lái)的情緒性投資,本文采用Fama-French 三因素模型(Fama 和French,1993,1996)對(duì)我國(guó)疫情前后醫(yī)療股板塊的股市回報(bào)進(jìn)行回歸分析。本文采用的分析方法主要是對(duì)比研究,通過(guò)比較疫情前后三因素模型對(duì)我國(guó)醫(yī)療股回報(bào)率的解釋力,來(lái)判斷目前中國(guó)的醫(yī)療股市場(chǎng)是否存在非理性投資。

    一、三因素模型的理論基礎(chǔ)

    三因素模型是由Fama 和French(1993,1996)提出的,其主要作用是預(yù)測(cè)股票回報(bào)。模型構(gòu)建如下:

    其中,E(Rit)為t 時(shí)期i 股票的期望回報(bào);αi是回歸模型的截距項(xiàng),αi顯著大于0 表示存在超額回報(bào);Rft是無(wú)風(fēng)險(xiǎn)利率;E(RMt)則是t 時(shí)期市場(chǎng)風(fēng)險(xiǎn)因素的期望回報(bào);SMBt是t 時(shí)期公司規(guī)模風(fēng)險(xiǎn)因素,即小市場(chǎng)價(jià)值股票組合的回報(bào)減去大市場(chǎng)價(jià)值股票組合的回報(bào);HMLt則是t 時(shí)期賬面市值比(即Book value/Market value,以下簡(jiǎn)稱“B/M”)風(fēng)險(xiǎn)因素,即高賬面市值比股票組合的回報(bào)減去低賬面市值比股票組合的回報(bào);βiM、βis和βih分別是回歸出的三個(gè)風(fēng)險(xiǎn)因素的系數(shù);最后一項(xiàng)是殘差項(xiàng)。

    二、數(shù)據(jù)選擇和回歸分析

    (一)數(shù)據(jù)選擇

    為了獲取完整時(shí)間跨度的有效數(shù)據(jù),本文選擇的研究對(duì)象是在2018年1月1 日之前上市的我國(guó)滬深兩市醫(yī)療行業(yè)(衛(wèi)生和醫(yī)藥制造業(yè))的股票,共235只。剔除11家ST 公司,剩224家。樣本全區(qū)間為2018年7月6 日到2021年6月25 日。根據(jù)新冠疫情爆發(fā)的時(shí)間點(diǎn),將全區(qū)間分為2020年1月1 日之前和2020年1月1 日之后兩個(gè)子區(qū)間,分別定義為“疫情前”和“疫情后”。數(shù)據(jù)全部來(lái)源于CSMAR 數(shù)據(jù)庫(kù),股票行業(yè)代碼為Q83 和C27。

    樣本全區(qū)間的時(shí)間跨度是3年,即2018年27 周至2021年26 周,每只股票有154個(gè)有效周回報(bào)數(shù)據(jù)。其中,“疫情前”和“疫情后”子區(qū)間分別有77個(gè)有效數(shù)據(jù)。數(shù)據(jù)量充足,檢驗(yàn)結(jié)果可靠。

    計(jì)算三因素中的B/M 因素需要使用的賬面價(jià)值選用了樣本區(qū)間每只股票的期末所有者權(quán)益,而市場(chǎng)價(jià)值選用了對(duì)應(yīng)時(shí)間的周個(gè)股總市值。

    (二)因素組合構(gòu)建

    根據(jù)224家公司在2018年期末、2019年期末、2020年期末以及2021年第一季度期末的總市值進(jìn)行排序,將224家公司對(duì)分成兩組,即大市值組合和小市值組合,每組112只股票。然后,分別按對(duì)應(yīng)時(shí)間的B/M值對(duì)上述兩個(gè)組合進(jìn)行再排序,將其進(jìn)一步各分成兩組,每組56只股票,共得到4個(gè)股票組合。小市值、高B/M 值組合稱為SH 股票組合,小市值、低B/M 值組合稱為SL 股票組合,大市值、高B/M 值組合稱為BH 股票組合,大市值、低B/M 值組合稱為BL 股票組合。在上述分組的基礎(chǔ)上,分期計(jì)算每組股票周回報(bào)的加權(quán)平均值。表1為4個(gè)股票組合全區(qū)間周回報(bào)的描述性統(tǒng)計(jì)結(jié)果。表2和表3分別為疫情前、后四組合周回報(bào)的描述性統(tǒng)計(jì)結(jié)果。

    表1 四組合全區(qū)間周回報(bào)的描述性統(tǒng)計(jì)結(jié)果

    從表1 的統(tǒng)計(jì)結(jié)果來(lái)看,四個(gè)組合的醫(yī)療股近三年的周平均回報(bào)都大于0。其中,SH 組合的周平均回報(bào)最小,SL 組合、BH 組合和BL 組合的周平均回報(bào)依次遞增。四組的回報(bào)標(biāo)準(zhǔn)差比較接近,都在0.04 到0.054 之間,四組周回報(bào)的最大值和最小值差異也較小。從以上數(shù)據(jù)可以初步得出以下結(jié)論:在不考慮投資風(fēng)險(xiǎn)的情況下,近三年投資于大市值、低B/M 值的醫(yī)療股組合相較于投資小市值、高B/M 值的醫(yī)療股能夠獲得更高的收益。

    表2 四組合疫情前周回報(bào)的描述性統(tǒng)計(jì)結(jié)果

    表3 四組合疫情后周回報(bào)的描述性統(tǒng)計(jì)結(jié)果

    比較表2 和表3 中疫情前、后四組合周回報(bào)的描述性統(tǒng)計(jì)結(jié)果可以發(fā)現(xiàn),新冠疫情后,四個(gè)醫(yī)療股組合的周回報(bào)平均值較疫情前都有所上升,回報(bào)標(biāo)準(zhǔn)差也相應(yīng)提高了。這組數(shù)據(jù)顯示出疫情后醫(yī)療股投資高風(fēng)險(xiǎn)、高回報(bào)的特點(diǎn)。高回報(bào)能夠反映出投資者的買(mǎi)入熱情高漲;高風(fēng)險(xiǎn)則說(shuō)明股價(jià)的波動(dòng)率較大,也側(cè)面反映出投資者的換手率較高。這說(shuō)明疫情后的醫(yī)療股股市可能存在一定程度的過(guò)度繁榮和情緒性投資。

    最后,構(gòu)造HML 因素和SMB 因素。

    (三)回歸分析

    本文將采用最小二乘法,根據(jù)公式1 展示的三因素模型對(duì)SH、SL、BH 和BL 四個(gè)組合的周回報(bào)時(shí)間序列分別進(jìn)行全區(qū)間和疫情前、后的分時(shí)段回歸分析,每組時(shí)間序列數(shù)據(jù)均通過(guò)了ADF 平穩(wěn)性檢驗(yàn),在1%的顯著性水平上平穩(wěn)。表4 為全區(qū)間回歸結(jié)果。

    從表4 來(lái)看,四組全區(qū)間回歸的調(diào)整的R2均在0.56—0.72 區(qū)間,模型整體擬合優(yōu)度尚可,且四組回歸均通過(guò)了1%顯著性水平上的F 檢驗(yàn),說(shuō)明三因素模型對(duì)我國(guó)近三年醫(yī)療股回報(bào)率的解釋力尚佳。

    從三個(gè)風(fēng)險(xiǎn)因素的角度來(lái)講,兩個(gè)低B/M 值組合三因素的回歸系數(shù)都通過(guò)了1%水平上的顯著性檢驗(yàn),意味著三因素與低B/M 值股票組合近三年的回報(bào)有顯著的線性相關(guān)關(guān)系。而高B/M 值股票組合的市場(chǎng)風(fēng)險(xiǎn)因素和規(guī)模風(fēng)險(xiǎn)因素的系數(shù)都通過(guò)了1%水平上的顯著性檢驗(yàn)。四組回歸中,市場(chǎng)因素系數(shù)和規(guī)模因素系數(shù)都是顯著的。規(guī)模因素系數(shù)在小市值組合回歸中顯著為正,在大市值組合回歸中顯著為負(fù)。該結(jié)果和Fama-French 三因素(1993)的研究結(jié)果相穩(wěn)合。

    為了進(jìn)一步分析新冠疫情前、后三因素模型對(duì)醫(yī)療股回報(bào)率的解釋力變化,下文以新冠疫情爆發(fā)的時(shí)間為截點(diǎn)將全樣本區(qū)間分為“疫情前”和“疫情后”兩個(gè)分區(qū)間分別進(jìn)行三因素模型回歸。表5 和表6 分別為疫情前、后的分時(shí)段回歸結(jié)果。

    對(duì)比表5 和表6 中展示的分段回歸結(jié)果可以發(fā)現(xiàn),四組回歸的擬合優(yōu)度(即調(diào)整的R2)在疫情發(fā)生之后均有明顯的下降。SH 組合的擬合優(yōu)度從0.594 4 下降為0.353 8,SL 組合的擬合優(yōu)度由0.737 3 下降為0.592 0,BH 組合的擬合優(yōu)度由0.652 4 下降為0.549 4,BL 組合的擬合優(yōu)度從0.719 8 下降為0.620 8。

    從截距項(xiàng)系數(shù)來(lái)看,疫情前四組回歸的截距項(xiàng)系數(shù)均小于0,且未通過(guò)顯著性檢驗(yàn),意味著疫情前的醫(yī)療股股市是有效的,并不存在超額回報(bào)。疫情之后,四組回歸的截距項(xiàng)系數(shù)均大于0,且除了BH 組合外,其余三組的截距項(xiàng)系數(shù)都通過(guò)了10%的顯著性水平檢驗(yàn),說(shuō)明SH 組合、SL 組合以及BL 組合的醫(yī)療股市場(chǎng)在疫情之后存在顯著的正超額回報(bào),意味著該市場(chǎng)的有效性下降。這一現(xiàn)象可能來(lái)源于噪聲交易者風(fēng)險(xiǎn)。Lee、Shleifei 和Thaler(1988)指出,相互獨(dú)立的噪聲交易者的投資行為對(duì)市場(chǎng)的不良影響會(huì)被理性投資者的無(wú)風(fēng)險(xiǎn)套利行為消除和修正,并不會(huì)影響市場(chǎng)的有效性。然而,大量的由相同情緒驅(qū)動(dòng)的噪聲交易可能會(huì)導(dǎo)致短期內(nèi)錯(cuò)誤定價(jià)錯(cuò)得更離譜,從而限制了理性投資者的套利行為,最終使得市場(chǎng)有效性下降,這就是噪聲交易者風(fēng)險(xiǎn)。疫情之后,受復(fù)雜的心理因素、政策因素以及其他因素的驅(qū)動(dòng),投資者對(duì)醫(yī)療股股市高度關(guān)注且過(guò)度樂(lè)觀,一定程度上導(dǎo)致了醫(yī)療股定價(jià)的偏離,出現(xiàn)了顯著的超額回報(bào)。

    表4 全區(qū)間回歸結(jié)果

    回到三因素的探討,綜合表5 和表6 的數(shù)據(jù)可以發(fā)現(xiàn),疫情前和疫情后的分段回歸分析中,市場(chǎng)因素和規(guī)模因素均通過(guò)了1%的顯著性水平檢驗(yàn),且市場(chǎng)因素系數(shù)接近1,說(shuō)明市場(chǎng)因素始終是醫(yī)療股市場(chǎng)最重要的影響因素。另一方面,上文提及的規(guī)模因素回歸系數(shù)隨公司市值的增大而遞減這一現(xiàn)象在分段回歸中依然可以清晰地觀測(cè)到。BL 組合,疫情后的B/M 值系數(shù)在SH組合回歸中也通過(guò)了顯著性水平檢驗(yàn),盡管該系數(shù)在疫情后的BH組合回歸中依然不顯著。比較疫情后SH 組合和SL 組合的回歸結(jié)果可以發(fā)現(xiàn),B/M 值系數(shù)隨著B(niǎo)/M值的降低而減小,說(shuō)明B/M 值系數(shù)和公司超額回報(bào)是正相關(guān)的,這與Fama 和French(1993)的研究結(jié)果也是一致的。

    表5 疫情前回歸結(jié)果

    表6 疫情后回歸結(jié)果

    三、結(jié)論

    綜上所述,本文得到以下結(jié)論:(1)總體而言,F(xiàn)ama-Fench 三因素模型對(duì)我國(guó)醫(yī)藥制造和衛(wèi)生行業(yè)的股票回報(bào)波動(dòng)具有較高的解釋力,可以較好擬合出該行業(yè)的股票回報(bào)波動(dòng)情況。(2)醫(yī)藥制造和衛(wèi)生行業(yè)的股票回報(bào)波動(dòng)和市場(chǎng)是高度相關(guān)的,市值風(fēng)險(xiǎn)因素的回歸系數(shù)接近于1。這說(shuō)明,股市的總體狀況和經(jīng)濟(jì)的整體發(fā)展態(tài)勢(shì)高度影響著醫(yī)療股市場(chǎng)的系統(tǒng)性風(fēng)險(xiǎn);規(guī)模風(fēng)險(xiǎn)因素對(duì)醫(yī)療股的影響力僅次于市場(chǎng)因素,公司規(guī)模同股票超額回報(bào)率負(fù)相關(guān);賬面市值比因素也影響著我國(guó)的醫(yī)療股股市,盡管這種影響并不十分穩(wěn)定。在疫情后的分段回歸中,可以得到和Fama 和French(1993)一致的研究結(jié)果,即B/M 值系數(shù)和公司超額回報(bào)正相關(guān)。(3)三因素模型對(duì)疫情后的醫(yī)療股回報(bào)波動(dòng)的解釋力較疫情前有所下降。這可能是由于新冠疫情的發(fā)生驅(qū)動(dòng)了投資者對(duì)醫(yī)療股的高度關(guān)注,一定程度上引起了投資者的過(guò)度樂(lè)觀和情緒性投資,從而導(dǎo)致疫情后醫(yī)療股市場(chǎng)的有效性有所下降,出現(xiàn)了顯著的正超額回報(bào),也使得疫情后的醫(yī)療股回報(bào)影響因素更為復(fù)雜和不確定。

    猜你喜歡
    市值股票顯著性
    基于顯著性權(quán)重融合的圖像拼接算法
    電子制作(2019年24期)2019-02-23 13:22:26
    基于視覺(jué)顯著性的視頻差錯(cuò)掩蓋算法
    王懷南:奔向億級(jí)市值
    金色年華(2017年2期)2017-06-15 20:28:30
    一種基于顯著性邊緣的運(yùn)動(dòng)模糊圖像復(fù)原方法
    本周創(chuàng)出今年以來(lái)新高的股票
    本周創(chuàng)出今年以來(lái)新高的股票
    論商標(biāo)固有顯著性的認(rèn)定
    本周連續(xù)上漲3天以上的股票
    近期連續(xù)漲、跌3天以上的股票
    轉(zhuǎn)型4個(gè)月,市值翻了6倍
    惠来县| 清水县| 墨竹工卡县| 安龙县| 江门市| 容城县| 石首市| 安阳市| 乐安县| 罗定市| 淳化县| 龙海市| 固阳县| 阳城县| 时尚| 灵石县| 开平市| 临高县| 徐闻县| 金塔县| 宁化县| 永春县| 重庆市| 区。| 浮梁县| 五峰| 福鼎市| 鸡泽县| 太康县| 宜黄县| 莲花县| 佛坪县| 图们市| 齐齐哈尔市| 兰考县| 汶上县| 牡丹江市| 福清市| 大安市| 嘉黎县| 台南市|