公司特质盈余对股票收益的影响研究

发布时间：2020-10-21 08:08

　　 自上世纪九十年代建立以来,中国股市的制度建设虽然取得长足的进步,但短板依然突出。由于相关制度性安排的滞后与缺位,目前A股低效率的信息治理环境已成为阻碍中国资本市场持续健康发展的主要因素之一。股市信息环境的问题突出表现在两方面:其一是信息质量低劣,上市公司盈余管理、利润操纵乃至财务造假等信息披露违规乱象层出不穷、甚嚣尘上,大有“劣币驱逐良币”之势,严重影响公开的微观企业信息在投资者心中的公信力;其二是基于信息传导的股价反馈调整机制被扭曲甚至堵塞,由于我国股市的投资者结构以散户为主体,而散户的信息收集、分析能力普遍有限,导致宏观经济信息、产业政策等“廉价易得”的市场共同信息成为股价的主要驱动因素,“政策市”、“题材股”等市场乱象大行其道,使得A股成为全球主要经济体中股价同步性程度最严重的股票市场。低效的信息环境导致了市场的非效率,使得股票市场无法充分发挥高效配置资本的根本功能。在这种大背景下,越来越多的研究开始关注到公司特质信息在改善信息环境治理中所扮演的重要角色。虽然我国上市公司所披露信息的质量历来备受质疑和诟病,但有研究认为可以通过一定的技术手段对其进行清洗、提纯,剔除其中的噪音影响,以提高信息质量和含量,而公司特质盈余解构算法正是一种这样的方法。本文通过对公司会计盈余进行解构,将其分解为系统性贡献部分和非系统性贡献部分,并把后者定义为公司特质盈余,然后系统而深入地研究特质盈余对股票价格的影响作用。本文的研究发现主要有三点:第一,由于受到市场、行业等外部公共因素的影响,公司盈余具备可分解性,特质盈余有存在的基础和意义;第二,公司特质盈余对股票价格有显著正向作用,且经三因子风险调整后仍有显著的额外解释能力;第三,公司特质盈余能部分解释动量反转效应的成因,且能据此构建增强型反转效应套利策略。本文的发现不仅进一步丰富了公司特质信息领域的研究成果,而且为诠释资本市场上的资产定价异象提供了一个新的视角。
【学位单位】：华南理工大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：F275;F832.51
【部分图文】：

??若采用如此严苛的盈利筛选标准，将不可避免的造成有效样本过少，如图４－２所示？??为使实证研究拥有充足的样本数量、实证结论能够具有代表性、普适性，本文通过对式??（４－１）进行适当修改，使盈余增长率更能准确的衡量企业盈亏情况，修改后的盈余增长??率算法如式（４－２）所示：??＝ＥＰＳｉｔ－ＥＰＳｉｔ?，?（４－２）??＼ＥＰＳｉｔ－４＼??１００％?■■■■■■■■■■■■■■■■■■??ｒｌｌｌｌｌｌｌｌｌｌｌｌｌｌｌｌｌｌ??２０００２００１２００２２００３?２００４２００５?２００６２００７２００８?２００９２０１０２０１１２０１２２０１３?２０１４２０１５?２０１６２０１７??■盈利■亏损??图４－２历年上市公司盈亏比例结构??４．２．３特质盈余増长率算法??如前文所述，目前己有研宄中对于特质盈余的主流计算方法有两种，分别如式（２－??４）、（２－５）所示。本文主要采取的是式（２－５），而将式（２－４）作为稳健性检验替代??变量ｓ而在式（２－５）之下还有两种细分算法，分别是只剔除市场层面因素影响和剔除行??业层面因素影响。两种不同细分算法对应的盈余增长率计算方法自然也存在差异。前者??只需要计算市场上所有上市公司的平均盈余增长率即可，如式（４－２）所示；而后者则需??要分行业计算各个行业的盈余增长率

＿收益率最高１０％组，??记为?Ｍｏｍｅｎｔｕｍ（Ｇ，Ｈ）?记为?Ｒｅｖｅｒｓａｌ（Ｇ，Ｌ）?记为?Ｒｅｖｅｒｓａｌ（Ｂ，Ｈ）?记为?Ｍｏｍｅｎｔｕｍ（Ｂ，Ｌ）??图４－３双重动态分组流程??４．４描述性统计??表４－２变量描述性统计??ｒｍ－ｒｆ?ＳＭＢ?ＨＭＬ?ＲＭＷ?ＥＰＳ＿ｒｅｓｉｄ?ｂ２ｍ?ＩｎＳｉｚｅ?Ｖｏｌｉ４??ｃｏｕｎｔ?３７５６５?３７５６５?３７５６５?３７５６５?３７５６５?３７５６５?３７５６５?２４５８８??ｍｅａｎ?０．０２?０．０２?－０．０１?－０．０３?０．００?１．２５?２２．４７?１．８３??ｓｔｄ?０．１７?０．０９?０．０７?０．０６?２．９５?１．１１?１．１１?１．９７??ｍｉｎ?－０．３５?－０．２９?－０．３１?－０．１８?－８３．２９?０．０５?１８．７８?０．０７??２５％?－０．０８?—０．０１?—０．０４?—０．０７?－０．８０?０．５３?２１．７１?０．６６??５０％?０．０１?０．０１?０．００?－０．０３?－０．２０?０．９２?２２．３９?１．３２??７５％?０．１４?０．０７?０．０４?０．０１?０．４２?１．５９?２３．１５?２．３４??ｍａｘ?０．３８?０．２９?０．１２?０．１７?９７．８０?１８．４５?２８．３４?２７．５８??１４己有研宄中，计算特质盈余波动率通常采用滚动窗口回归模型。而滚动窗口数则需要跟据样本序列区间长度和对??波动率精确程度的要求而定。一般而言，滚动窗口越多波动率越精确，但同时也会损失越多的时间序列自由度。比??如Ｂ＆Ｂ采用４０季度滚动窗口

在主成分分析中，本文把每支股票的盈佘数据时间序列都视为一个变暈＊通过ＰＣＡ??算法提取原始变暈组的共性部分，使得芷交化转换后的主成分变量组互相独立、且最大??限度保留原有１息量，从图５－１可以看到，第—主成分方差占到总方差的３５％，即微观??企业个体的盈佘增长约有３５％能被第一主成分所解释，这与范和王的研宄成果相近，表??明确实存在某种外生系统性因素共同影响着公司盈余，本文将其定义为市场层面因素。??而第二主成分的解释率为１０％，虽然相对于第一主成分其解释力大幅下降，但与其后续??的主成分相比仍具有重要性，因此本文将其理解为行业层面舊素的影响。而第二主成分??之后的生成分解释力迅速衰减，这表明除却市场因素、行业因素外，无其他公共因素能??对公司盈余产生篥大影响。主成分分析的结果芷好印证了本文的假设Ｈ１，即存在外生??系统性因素共同影响微观企业主体的盈余，Ｊ［其公共因子可大致划分为宏观因素和行业??因素两个层次》换言之
【参考文献】

相关期刊论文 前6条

1 姚海鑫;鹿坪;田甜;;投资者情绪、盈余公告市场反应与盈余操纵择机[J];财贸研究;2015年02期

2 鹿坪;姚海鑫;;投资者情绪与盈余错误定价——来自中国证券市场的经验证据[J];金融经济学研究;2014年03期

3 杨德明;林斌;王彦超;;盈余惯性与价格惯性的关系研究[J];管理评论;2011年03期

4 邹小芃,钱英;我国股票市场的中长期回报率的过度反应[J];数理统计与管理;2003年06期

5 范龙振,王海涛,何华;上证指数及其证券组合的构造[J];管理工程学报;2003年01期

6 王永宏,赵学军;中国股市惯性策略和反转策略的实证分析[J];证券市场导报;2001年06期

本文编号：2849871