基于事件研究法的“大小非”解禁關(guān)于股票市場風(fēng)險研究

1、_基于事件研究法的“大小非”解禁關(guān)于股票市場風(fēng)險研究 摘要:通過比較“大小非”解禁事件前后不同時期的風(fēng)險價值var,來評價大小非解禁對證券市場風(fēng)險的影響。首先針對股票收益率序列具有波動聚集以及尖峰、厚尾的分布形態(tài),應(yīng)用garch類模型計算解禁前后各一段時期內(nèi)滬深兩市不同解禁量股票的var;其次應(yīng)用多種定性、定量統(tǒng)計方法對所計算的var值進(jìn)行前后分析比較,分析結(jié)果表明,采用的方法能夠很好地捕捉到“大小非”解禁事件增大股票市場風(fēng)險趨勢這一現(xiàn)象。 關(guān)鍵詞:事件研究法;var;garch;股票市場 引言 中國股票市場自建立之初就存在著股權(quán)分置的問題,非流通股占去了2/3左右的比例,而流通股卻只占1/3

2、,此問題一直困擾著中國股市的發(fā)展。 2005年中國啟動股權(quán)分置改革(以下簡稱“股改”),股改后,原非流通股成為限售股份?，F(xiàn)階段,中國證券市場最主要的限售股份是股改前的非流通股,這些股票可以在股改后一段時間獲得流通權(quán),也就是通常所說的“大小非”,“大非”即占總股本5%以上、股改兩年后可上市流通的限售股份,“小非”即占總股本小于5%、股改一年后可上市流通的限售股份。 伴隨著2009年10月份大小非解禁“洪峰”的到來,a股市場迎來了股改以來的限售股解禁最高峰,a股市場的反彈行情也再次面臨考驗。數(shù)據(jù)顯示,2009年10月份51家上市公司解禁股數(shù)將達(dá)3 192.39億股,占到了全年解禁股份總量的四成。這

3、也是自股改以來解禁規(guī)模最大的月份。天量限售股解禁,加上之前已解禁尚未減持的限售股,無論是心理上還是從實際減持結(jié)果看,對市場的壓力都是顯而易見的。伴隨著解禁“洪峰”,市場將會受到解禁限售股怎樣的影響,將成為市場關(guān)注的焦點。 本文正是在這種背景下,通過對“大小非”解禁前后股價的變化來研究這一事件是否影響個股和股市風(fēng)險的變化。由于人們對股改的預(yù)期不一致,從而導(dǎo)致人們對股價定位的認(rèn)識也不一致,所以股價在這一過程中,會出現(xiàn)較大的變化。通過本文的研究結(jié)果,市場監(jiān)管者可以了解不同的解禁量對市場總體風(fēng)險的影響,從而根據(jù)市場的變化以及監(jiān)管措施可行性完善市場,同時對于減持比例進(jìn)行控制。而投資機(jī)構(gòu)或個人投資者,則可

4、以預(yù)測投資風(fēng)險、調(diào)整投資結(jié)構(gòu)、從而避免風(fēng)險較大的投資品種,直接減少損失。 “大小非”解禁作為中國資本市場在一定時間內(nèi)特有的現(xiàn)象,引起了國內(nèi)一些學(xué)者的研究興趣。在實證研究方面,“大小非”解禁對收益的影響得到了廣泛的市場討論。夏清華、李文斌采用事件研究法對“大小非”解禁的市場負(fù)異常收益的影響因素進(jìn)行實證探討。研究表明:“大小非”解禁上市公司的股價在公告日具有顯著的負(fù)異常收益表現(xiàn)。黃漢利、佘曉燕使用事件研究法對解禁前后的中期市場反應(yīng)和短期市場反應(yīng)分別進(jìn)行了研究。得出在中期市場反應(yīng)中,“大小非”解禁樣本存在正的超額收益的結(jié)論。“大小非”解禁對于市場的影響、影響因素以及影響程度,不同的研究也有不少不同的

5、看法。張冬云、張剛、劉振華認(rèn)為,“小非”由于盤面相對較小對市場只是產(chǎn)生一定壓力,并不會帶來太大沖擊;李慧敏 、閔緯國、石建勛則認(rèn)為,“小非”沖擊影響十分復(fù)雜。 對于究竟是“大非”影響大還是“小非”影響大,各篇文獻(xiàn)從規(guī)模、基本面、控股權(quán)、市場預(yù)期等多個角度來考察,進(jìn)而得出了不同的看法。但這些研究多偏于對現(xiàn)有數(shù)據(jù)的直觀分析,缺少對問題建模并進(jìn)行定量分析。“大小非”解禁是中國證券市場無法超越的問題,2009年中國證券市場大量限售股份(大非)將渡過限售期,在當(dāng)前金融海嘯的前提下,定量判斷大小非解禁對中國證券市場的沖擊,就有了更深刻的意義。 “大小非”解禁已成為學(xué)術(shù)界與實務(wù)界日益關(guān)注的重要事件,本文將運

6、用事件研究法,將首次解禁日視為具體事件,對每只個股分解禁前后進(jìn)行建模研究。本文采用市場風(fēng)險統(tǒng)一測量框架var和garch類模型對中國a股市場進(jìn)行研究,具體地說就是選取滬深股市多個行業(yè)的一些不同解禁量的股票,以一只股票首次解禁日為事件日,以每事件發(fā)生前八個月(約160個交易日)為估計窗,估計garch類模型參數(shù),計算其var值;再以這些股票首次解禁日后八個月(約160個交易日)為估計窗,同樣在var-garch框架下建立模型,計算其var值。最后,將同一只股票事件前后的風(fēng)險價值var作比較。同時,不同股票之間事件前后風(fēng)險變化也進(jìn)行比較,實證結(jié)果表明:大小非解禁將使股票市場風(fēng)險變大。研究中我們發(fā)現(xiàn)

7、,本文所采用的比較解禁前后 var值的方法能夠很好地捕捉到股票風(fēng)險的變化,而有些文獻(xiàn)中采用的直接比較解禁前后收益率的方法則無法有效反應(yīng)股票風(fēng)險的變化。 一、var框架及arch類模型 1.var的定義 關(guān)于var的定義本文引述 p.jorion在其著作中的定義:var是給定的置信水平和目標(biāo)時段下預(yù)期的最大損失(或最壞情況下的損失)10: prob(pvar)= (1) 其中,p為資產(chǎn)在持有期內(nèi)的損失值;為給定的顯著水平;var為置信水平1-下的風(fēng)險價值,即可能損失的上限;prob為概率。也就是說,該資產(chǎn)在未來規(guī)定時間內(nèi)損失(p)大于var的概率為。 2.garch-var模型 在通常情況下,金

8、融數(shù)據(jù)有強(qiáng)烈的arch效應(yīng),其分布尾部和中間部位集中了大量的數(shù)據(jù),比正態(tài)分布擁有“厚尾”特性。如果用正態(tài)分布刻畫金融數(shù)據(jù)將損失大量的尾部信息,會造成var被低估。鑒于金融時間序列有波動聚集性和分布的尖峰厚尾特性,1982年恩格爾(engle)提出了著名的arch模型。其具體形式為: rt=+tt=·vtht=0+i2 t-i(2) 式(2)中rt 收益率序列,為收益序列的均值,ht為殘差t的條件方差,vt為獨立同分布的隨機(jī)變量,vt與ht相互獨立,0 0,i0(i=1,q)保證條件方差的非負(fù)性;i1保證該過程的平穩(wěn)性。 隨后,1986年bollerslev將了殘差方差的滯后項引入ar

9、ch模型的方差方程中,得到了廣義自回歸條件異方差模型(garch模型)11,即garch(p,q)模型。它有如下的條件方差(均值方程不變): ht=0+i2 t-i+jht-j (3) 稱序列t服從garch(p,q)過程,其中,0 0,i0(i=1,q),j0(j=1,p)保證條件方差的非負(fù)性;i+bj1保證該過程的平穩(wěn)性。 garch模型考慮了異方差本身的自回歸現(xiàn)象,概括能力強(qiáng),是對arch模型的一種拓展。隨后對模型的變形基本都是基于garch模型之上的。不過隨著garch模型在金融領(lǐng)域的應(yīng)用,人們也發(fā)現(xiàn)一般的garch存在兩個問題。第一,以上模型中,對系數(shù)參數(shù)的非負(fù)性約束太強(qiáng),過度地限制

10、了條件方差的動態(tài)性;第二,garch模型中條件方差ht是t - i的對稱函數(shù),它僅取決于t - i的幅度而與其符號無關(guān)。這與實際不符,實際金融價格運動存在杠桿效應(yīng)(leverage effect),即證券價格的上升和下降可能非對稱地影響隨后的波動,證券價格的下降比其同樣幅度的上升對隨后的波動有更大的影響。這意味著更好的模型應(yīng)該對正負(fù)兩類殘差做出非對稱的反應(yīng)。為了解決以上問題,1991年nelson12提出egarch(指數(shù)條件異方差模型)。現(xiàn)以egarch(1,1)說明t的條件方差方程(均值方程不變): ln(ht)=0+r1+1+1ln(ht-1)(4) 在garch 類模型中vt的分布常用

11、的有:正態(tài)(高斯)分布、學(xué)生t分布和廣義誤差分布。例如,假設(shè)vt服從正態(tài)分布,則: prob(vt-z)= (5) prob(·vt-·z)= (6) prob(rt-·z)= (7) 其中,z是正態(tài)分布概率為時刻對應(yīng)的臨界值,所以,時刻t的var值可用下式來估計: vart=-+·f-1() (8) 在式(8)中,vart 的計算只需要估計vt的分布的分位數(shù)f-1(·)。其中,為設(shè)定的顯著水平,條件方差序列ht由garch模型直接生成。 3.var值的準(zhǔn)確性檢驗 計算var值的模型建立之后,有必要對其進(jìn)行檢驗,其中檢驗方法有多種,本文將采用失

12、敗率檢驗方法。其原理如下:設(shè)t代表樣本天數(shù),首先,計算實際損失超過var值的失敗天數(shù),將其記為n;其次,計算失敗率p=n/t。如果失敗率p大于計算var值時所選擇的顯著水平,則模型失敗;反之,模型成功。在實際應(yīng)用中,通常假設(shè)var值的估計具有時間獨立性,則對失敗的統(tǒng)計次數(shù)服從t次貝努里分布,每次失敗的期望概率為p0=。 假定原假設(shè)為h0:p=p0;備擇假設(shè)為h1:pp0,此時模型的準(zhǔn)確性檢驗轉(zhuǎn)化為對失敗率p是否顯著異于失敗期望概率p0的檢驗。1995年kupiec13提出了對原假設(shè)最合適的檢驗是似然比率檢驗: lr=-2ln(1-p0)t-np0n+2ln(1-p)t-npn(9) 在零假設(shè)條

13、件成立下,統(tǒng)計量lr服從自由度為1的2分布,在95%的置信水平下的臨界值為3.84,如果lr 3.84,則拒絕原假設(shè),說明var模型不適合。 二、實證研究 1.樣本選取 因目前滬、深股市a股已達(dá)到1 500支左右,為使樣本具有代表性,本文采取分層抽樣的方法,選取滬、深兩市各12支股票進(jìn)行研究。股票市場收益率rt采用對數(shù)收益率。 本文采用事件研究法對股票收益率序列建立模型,計算var值,將首次“大小非”解禁視為具體事件,對每只個股均分為解禁前和解禁后進(jìn)行建模研究,并將首次解禁日前后各八個月(約160個交易日)定為時間窗。數(shù)據(jù)處理采用eviews 5軟件。現(xiàn)將本文所選股票及首次“大小非”解禁時間、

14、首次解禁量(如表1所示): 2.實證分析 (1)模型分析。我們利用上面描述的garch類模型對表1中的24只股票分別建立兩個模型,即解禁前模型和解禁后模型。從模型估計的參數(shù)看,絕大部分參數(shù)檢驗的p值小于0.05,也就是說在5%的顯著水平上,基本接受股票收益率的計算模型。 將由garch類模型得到條件方差ht代入公式(8)計算各期var值,然后和實際損失進(jìn)行比較,從而得到實際損失超過var值的天數(shù),利用此天數(shù),就可利用式(9)給出的lr統(tǒng)計量對模型準(zhǔn)確性進(jìn)行檢驗。針對解禁前和解禁后var模型的計算我們發(fā)現(xiàn),lr統(tǒng)計量均小于3.84,所以接受計算var值的模型。而且,解禁前后的n/t值在0.01和

15、0.05顯著水平下差異均不顯著,這也進(jìn)一步說明了,var模型對風(fēng)險的描述是比較準(zhǔn)確的。 (2)個股解禁前后市場風(fēng)險比較。圖1及下頁圖2給出解禁前后兩市股票var值隨時間變化的情況,每個圖包括解禁前、解禁后兩部分,以空格隔離開。從圖中可以看出,“大小非”解禁前后風(fēng)險是有較明顯的變化的,大部分股票var值解禁后比接近前大,同時,變化也比較劇烈。 為進(jìn)一步分析比較解禁前后風(fēng)險的變化,圖3及下頁圖4分別給出兩市股票 var的箱線圖。從圖中我們發(fā)現(xiàn):大部分股票解禁后箱體中位數(shù)都有增大趨勢,而且,箱體最大值也有明顯的提升,這就說明股票在解禁后整體var值有所增加,即風(fēng)險水平提高。在給出上述定性分析的同時,

16、本文做了進(jìn)一步的定量分析,即檢驗解禁前后var的均值是否有顯著差異,檢驗結(jié)果在下頁表2中給出。從檢驗結(jié)果看,絕大多數(shù)股票var的均值解禁后較之解禁前有顯著差異,風(fēng)險水平整體提高,這進(jìn)一步說明“大小非”解禁后風(fēng)險是有顯著差異的。 通過上述實證分析,發(fā)現(xiàn):解禁后19只風(fēng)險變大,5只風(fēng)險變小,分別為“云南白藥”、“高新發(fā)展”、“三一重工”、“貴州茅臺”、“四創(chuàng)電子”。所以本文的結(jié)論為:“大小非”解禁后將使股票市場風(fēng)險變大。19只風(fēng)險變大的股票中只有“金牛能源”、“五洲交通”這兩只股票解禁前后var的均值在0.05的顯著水平下差異不顯著,其余17只股票解禁前后var的均值的差異均顯著,這進(jìn)一步說明,用

17、var模型對風(fēng)險變化進(jìn)行描述是恰當(dāng)合理的。 本文同時也采用相同的方法對比研究了解禁前后收益率的變化,結(jié)果發(fā)現(xiàn),解禁前后收益率的均值在0.05顯著水平下沒有顯著差異,而且通過作圖,也看不出明顯的變化。因此,僅從收益率角度,不能有效衡量股市解禁前后風(fēng)險的變化。而采用市場風(fēng)險統(tǒng)一測量框架var和garch類模型對中國a股市場進(jìn)行研究,則可以很容易地發(fā)現(xiàn)大小非解禁對股市風(fēng)險的影響。而且,模型的建立更能反映股市的共性,從而發(fā)現(xiàn)更為一般的規(guī)律。 結(jié)論 “大小非”的解禁,是會使股市的風(fēng)險發(fā)生變化的。如果單從收益率角度研究問題,那么,無論是運用定性或是定量方法解禁前后差異均不顯著,所以用收益率變化不能衡量股市

18、解禁前后風(fēng)險的變化。而采用var方法和適合描述尖峰厚尾特征的garch類模型對中國a股市場進(jìn)行定性、定量研究,則可以很容易地發(fā)現(xiàn)解禁前后風(fēng)險是有大的差異的。 本文探討了如何研究“大小非”解禁對于股市風(fēng)險的影響,即采用的比較解禁前后 var值的方法能夠很好地捕捉到股票風(fēng)險的變化,并且,模型的建立更能反映股市的共性,從而發(fā)現(xiàn)更為一般的規(guī)律。而大小非解禁如何具體地影響風(fēng)險不是本文的內(nèi)容。 “大小非”解禁無疑是一次長期持續(xù)的市場擴(kuò)容,對中國股市影響深遠(yuǎn),從一定意義上可以說是對股市重造的必經(jīng)之路,所以將它作為研究對象是有意義的。 參考文獻(xiàn): 楊棟,張建龍,張小濤.“大小非”解禁沖擊了中國證券市場嗎j.當(dāng)代經(jīng)濟(jì),2009,(2):49-55. 夏清華,李文斌.“大小非解禁”對中國a股上市企業(yè)股價的影響j.技術(shù)經(jīng)濟(jì),2009,(5):64-70. 黃漢利,佘曉燕.大小非解禁市場反應(yīng)實證研究j.財會通訊,2009,(6):64-67. 張冬云.小非不足