股市调研报告范文第1篇

1引言

华尔街有这样一句家喻户晓的谚语:不要依靠金融分析师的盈利预测和投资评级买卖股票,但是也不要抛弃他们.盈利预测和投资评级数据中隐藏着重要的信息,如何分析挖掘并合理利用它们,其重要性当然是不言而喻.这些信息无疑是经济学家、统计学家希望挖掘的矿源,设法从中得到闪着金光的信息和有价值的投资策略.股票市场是信息高度密集型的,股价的涨落对于信息的变动十分敏感.而股票分析师作为向投资者提供上市公司信息的群体,在股票市场中扮演着重要的角色.在美国,金融市场日趋成熟,分析师群体对股票市场有相当大的影响力.随着中国证券市场的发展和成熟,越来越多的投资者(特别是机构投资者)开始关注和积极利用分析师的投资报告.但是,许多投资者在获得盈利预测和投资评级数据后,往往因为不能正确使用这些数据,反而对投资造成不良的影响.一支股票往往有众多分析师跟踪,给出的投资建议也不尽相同,投资者应该听取哪位分析师的建议呢?而且投资评级的给出是相对于一定的时间段的,不同投资风格的投资者持股时间是不相同的.即使是在欧美最发达的金融市场,买入评级的股票也未必比卖出评级的股票市场表现更好.评估这些投资报告与市场实际走向吻合的程度是本文研究的目标.通过分析报告的预测能力和分析师群体对于股票市场的影响力,投资者才能够基于这些报告来制定和优化投资策略.我们搜集整理了400多份分析师的研究报告,建立了关于盈利预测和投资评级变化的数据库.在利用统计方法对数据进行的预处理和可视化的基础上,对于分析师群体的预测能力及其准确性和对中国股票市场的影响程度进行了研究.结果表明,分析师调低盈利数据和评级报告的预测能力低于调高的报告;分析师群体的一致评级投资报告,在统计意义下显著高于大市收益率.分析师的预测能力是与行业相关的,故进一步通过数据挖掘方法,讨论了筛选行业明星分析师的问题.

2数据准备数据准备

是进一步建立数学和统计模型的前提,是数据分析与数据挖掘中最花费时间的步骤,同时也是整个研究工作的关键.本研究的数据准备工作主要包括以下步骤:步骤一:样本选择选择了上证50指数和深圳100指数中共计26家上市公司,每一家上市公司建立一个独立的报告库,收录相关的证券分析师报告.上证50指数和深证100指数,是分别从上海和深圳证券交易所的上市公司中挑选出规模大、流动性好的50和100只股票组成的样本股,综合反映了上海及深圳证券市场的整体状况,具有相当的权威性和市场覆盖性.步骤二:标准化对每份报告设置以下五个要素来描述:报告来源、报告日期、股票名称、盈利预测、投资评级.步骤三:报告有效性判别信息的变动才会导致股价的变动.因此我们对报告库中的每份报告按照时间顺序将要素整理成序列,比较目标报告与其上一份报告,并记录盈利预测和投资评级的变化.定义所有盈利预测或投资评级有变化的报告为有效报告,记录其变化项目和变化方向.如下三类报告被定义为是无效的,1.无变化报告:研究机构一般要定期给出报告,有相当一部分报告的盈利预测和投资评级与上一份相比并无变化;该报告本身被视为无效,相应记录作为后续报告的参照.2.首次关注报告:分析师对某只股票首次给出的评级报告;该报告的记录仅作为后续报告的参照.3.不连续报告:由于样本库的丢失等原因造成某份报告的上一份报告缺失,从而无法界定其变化.步骤四:指标化如何刻画一份报告的有效性是数据分析的关键.这里我们采用事件研究法中的超额收益来检验股价对分析师报告披露的反应.事件研究方法由Fama,Fisher,Jensen和Roll提出,并被广泛地运用于检验事件发生前后的价格变化,或价格对信息披露的反应程度.超额收益是其中一个很重要的指标,用来度量股价对事件发生或信息披露异常反应的程度.在本文中超额收益这个指标一方面可以剔除市场或者行业突发事件的影响,使变量集中反映该个股的影响因素,另一方面可以用持有策略考察累计收益.定义:超额收益=实际收益率-市场平均收益率.（公式略）

3数据可视化

数据可视化使我们对研究对象的整体有宏观的理解和把握.原点表示收到评级报告日期,横轴代表收到报告后的交易日天数,纵轴代表超额收益.每一根柱(由颜色深浅区分)分别代表从收到报告至该交易日收市时,所有样本超额收益的均值和标准差,它们组成两个时间序列,如图1所示.可以看出分析师报告超额收益的样本均值为正,并且随时间而增加,即中长期来看,分析师报告整体可以为投资者带来正的超额收益.我们观察到在数据库的312份有效报告中,盈利数据上调的207家,下调的94家,投资评级上调的52家,下调的32家.我们将样本中所有调低盈利数据和评级的报告组成一个集合,来考察分析师调低报告的超额收益,（图略）从总体来看,分析师倾向于上调盈利数据和投资评级.分析师报告样本中调低盈利数据和投资评级的这部分子样本,均值没有明显大于零,即调低评级的报告预测能力不如调高评级的报告.但投资者依然可以听取分析师的建议回避这类股票,从而降低丧失投资其它股票获得超额收益的机会成本.

4分析师群体的假设检验

在讨论了分析师报告全体样本以及调低报告样本的预测能力后,进一步我们选取子样本,满足以下条件:第一,对同一只股票进行评级;第二,报告公布日期在相邻三天内;第三,报告的盈利预测和评级变动方向一致.定义这个集合为一致评级报告.直观上说,在同一时段,分析师群体对同一只股票的有一致的评级变化,那么这个集合的超额收益应当要高于全样本.在标准差相当的情况下,一致评级报告样本的均值确实要高于全样本.由于所选样本数量有限,能否得出一致评级报告总体有正的超额收益,也即总体的均值是否大于零?我们下面通过作t检验来解答上面提出的问题.此时需要检验的假设是（公式略）分别取α=0.1和0.05,短期末、中期和长期的t值都落在了拒绝域中.所以,我们在显著性水平α=0.05下拒绝H0,即认为不同分析师在相邻时间对同一只股票推出的盈利数据和评级变动一致的报告,在其报告推出的短期末、中期和长期,有正的超额收益.

5明星分析师的数据挖掘作为分析

师群体的样本,我们关注他们作为一个整体的表现,从而判断他们对整个股市的影响力.对于投资者而言,他们更加关注的是分析师个体的表现,即谁的报告更加准确.为投资者寻找出明星分析师更有实际价值,所以这也是本文的重点.数据库中的数据是绝对的,数字所对应的是超额收益率.而如果考察每个分析师的表现,相对的排名才是关键.为了得到比较客观的排名,我们先将数据库进行概念分层,使得每份报告在报告日后每一天的超额收益在群体中有相对的等级和对应的评分;其次,我们通过对评分数据的聚集和汇总,按时间顺序将每份报告分割为短、中、长期三个区间,且将短期再细分为初、中、末三个小区间,得到期间各自的平均值.这样每份报告的有效性就由5个评分值来描述;最后将所有样本按行业分类,按分析师汇总,按时间分组,并考虑对应股票的走势对分组进行调整,最终得到排名.1)数据预处理:步骤一:数据归约和概念分层生成数值分层是通过将属性域划分为区间,离散化技术可以用来减少给定连续属性值的个数.对于给定的数值属性,概念分层定义了该属性的一个离散化.通过收集并用较高层的概念(如本文中excellent,good,fair,poor,bad)替换较低层的概念(如本文中属性超额收益的数字值),概念分层可以用来归约数据.通过这种数字概化,虽然细节丢失了,但概化后的数据更有意义、更容易解释,并且所需的空间比原数据少.我们的作法是:取报告日到60个交易日为时间区间,所有分析师给出报告相同交易日后的超额收益为一组,作直方图,得到60张.下图为其中之一:所有分析师给出报告40天后超额收益的直方图,从图中我们可以看到近似正态的分布.为了得到每份报告的在报告日后每个交易日超额收益的相对排名,我们对数据进行分层,规则如下:第一,将所有报告的表现分为5大类,excellent,good,fair,poor,bad,并赋以5,4,3,2,1的分值;第二,分类依据:各份报告在直方图中的位置,即取15%,35%,65%,85%四个分位点作为分界点.步骤二:数据变换在数据挖掘中,聚集是指对数据进行汇总和聚集.在这里,我们聚集日超额收益的得分,根据投资经理的建议将60个交易日按时间分段,从而计算得到短期、中期、长期的平均收益得分.2)聚类分析在通过数据分层和聚集后,我们得到了每份报告对应的5个时期的得分值.同时,观察个股的走势图后,我们发现在股价不同波段给出评级报告难度是不同的,如果在上升波段给出上调的评级,显然不能与下降波段中给出上调评级置于同组评估,因为后者属于逆势而为,难度相当大,除非有相当的把握,否则很难预测准确.因此如果直接按时间区间取均值比较,会忽视每份报告在公布当日所面临的难度差别,从而最终可能扭曲分析师的相对排名.因此我们需要以报告在相似的时间区段和股价波段的相对排名来替代简单的平均值.综合考虑时间和股价因素,我们对数据进行聚类分析的具体原则如下:第一,按时间顺序分组,以三个月作为基本分段,每组涵盖3～5个样本,若在三个月内样本数大于5,则考虑继续细分,保证每组样本数比较均衡.第二,根据股价走势的波段对样本分组进行调整,即若分组时间段[a,b]涵盖股价由上升变为下降或者由下降转为上升的突变点c,则以突变点c为新的分组点,视组内样本个数将原时间区间[a,b]划分为[a,c]和[c,b]或者直接将区间[a,c]和[c,b]归入各自相邻的区间.3)结论支持我们通过上述方法得到的分析师排名,与《新财富》杂志通过向基金经理发放调查问卷为分析师打分的形式得到的排名有很大程度上的一致性.

股市调研报告范文第2篇

关键词：中国概念股；做空；事件研究；有效市场

中图分类号：F276文献标识码：A文章编号：1001-148X（2017）06-0052-11

一、引言

20世纪90年代开始，中国企业融资开始走向国际金融市场特别是美国股票市场。1992年，华晨金杯汽车成为首家在美国发行股票上市的中国公司，到2010年共有34家中国企业在美国资本市场进行IPO，约占当年美国资本市场IPO数量的1/4，共计募集资金36亿美元。这些在国际股票市场特别是美国股票市场上市但注册地为中国，或者在海外注册但主要业务关系在中国的公司的股票，被称为中国概念股。然而自2010年底，美国市场的中国概念股开始集体遭遇前所未有的“信任危机”。随着民间调查机构的指责、美国监管机构的质疑和专业做空机构的推波助澜，在美上市的中国企业被陆续揭露财务造假、违规操作等负面传闻，遭到海外投资者大量抛售，由此引发了大面积的股价暴跌和退市现象。中国概念股赴美上市的热情由此受挫，2012年全年仅有两家中国企业赴美上市。2014年中国企业赴美上市回暖，全年包括阿里巴巴在内共计有15只中国概念股登陆美国资本市场。但与此同时，一些中国概念股却又传出业绩造假丑闻，陷入新一波做空危机。

2015年以来，随着国内资本市场的活跃，在美国上市的中国概念股纷纷启动回归计划，至今已有近40家中国概念股开始筹划私有化回归事宜。其中分众传媒和巨人网络在美国私有化退市后，分别借壳七喜控股和世纪游轮进入A股市场，股价连续涨停。巨人网络的市值由私有化摘牌前的不到200亿人民币，暴增至1000亿人民币以上。而分众传媒更是从私有化之前市值162亿人民币，飙升至近2000亿人民币。

早年想方设法出海，如今不惜工本回归。中国概念股在中美两国股票市场天差地别的遭遇确实发人深思。中国概念股在美国股票市场是否因为被恶意做空而导致价值低估？中股票市场是否应该无保留地接纳这些中国概念股的回归？

二、文献综述

对于中国概念股信任危机的成因，戴龙辉（2012）认为利益相关者尤其是对冲基金的自利行为，在市场信息不对称、中国概念股企业素质低下等多种因素的推动下，引发了严格监管下中国概念股诚信危机，危机主要原因是中国概念股公司财务造假问题。张晓宁（2013）采用舞弊风险因子理论分析了中国概念股东南融通遭遇做空危机的原因，其中个别舞弊风险因子是公司高管具有商业欺诈的历史和动机，一般风险因子则是跨境监管制度不完善。他发现财务欺诈是此次信用危机的根源。而蔡周蒲（2013）从宏观和微观两个层面分析中国概念股被做空的原因。他认为，宏观层面的原因主要是中国概念股公司面临来自海外市场规则的约束、投资者的关注以及监管机构的监督，公司信息披露不完整将导致投资者对公司失去信心，而部分中国概念股公司也缺乏国际资本市场经验和自我保护意识。微观层面的原因则包括部分中国概念股公司夸大利润所得、中介机构违规执业、公司国内外文件内容不一致、隐瞒关联交易和采用VIE等复杂难懂的公司结构等。朱梦棣（2014）则从外部和内部两个角度分析赴美上市公司遭遇信任危机的原因。他发现内部原因主要有财务报表舞弊、海外上市公司对美国证券交易委员会有关要求不熟悉等。外部原因则包括中美会计准则不同使得公司会计信息披露失真、海外投资者对中国企业经营行为了解不足、美国监管机构对会计信息的审核存在障碍、境外不良中介机构误导以及外部审计师违规等。

关于做空危机的具体过程，袁敏（2012）经研究认为做空机构的运作路径包括三个步骤：精准筛选，锁定目标；充分调研，撰写报告；报告，做空盈利。为了获得超额回报来弥补调研成本和做空风险，做空机构往往会寻求机构投资者的支持。王婧玮（2013）指出著名做空机构浑水公司对于资料的搜集和分析采用两个相互渗透的方式，其一为案头分析，其二为实地调研。此外做空机构在进行财务分析时，还需要调查关联方、验证外部单位、对比同行业公司、咨询专业人员，最终完成价值重估。王仲兵等（2012）认为做空报告主要是质疑公司商业模式的主营业务收入和成本的透明度。其举证带有较强的主观推断，报告内容并不严谨。而且做空机构仅从会计角度指责中国概念股企业，并没有充分考虑中国概念股企业的战略意图。做空报告的背后其实是一条由律师、对冲基金、投资银行及市场研究机构等组成的利益链条。

至于中国概念股应对危机的策略，王峰娟和代英昌（2011）建议，为应对危机公司应健全财务运行，透明信息披露，谨慎选择上市中介和建立健全“自赎”机制。余波（2012）提出，为应对做空危机中国概念股公司应认真掌握所在市场的监管法律法规，并树立相应的法治理念和合规意识；严格遵守信息披露职责，提高企业的透明度，加强企业的规范性；同时要策略性地应对并化解集体诉讼风险，并可在新的平台上借助并购、PPP策略等方式重塑企业价值。魏琼琼和张庆雷（2013）指出面对做空事件，基于商业模式的信息披露是最有力的回应策略。基于商业模式的信息披露主要包括：企业的战略定位问题；收入实现的关键渠道、活动及要素；将收入结构与成本结构对比后形成盈利结构；企业商业模式在当前市场、竞争环境下的可持续性等。

综上所述，目前对中国概念股做空危机的研究，多为财务和法律视角下的定性分析。多数文献针对具体的中国概念股，强调美国市场做空机构的“恶意”，并提出相应的实务对策。但是目前的研究缺乏对中国概念股做空危机的总体评估，难以提出令人信服的解释，也无法从危机中发掘出实质的经验教训。有鉴于此，本文在文献综述的基础上，运用事件研究法考察美国市场上做空机构报告对中国概念股短期和长期市场表现的影响，以检验中国概念股是否存在问题，发掘中国概念股信任危机的主要成因。最后在上述研究的基础上，对中国概念股回归提出相应的政策建议。

三、实证研究

2010年底开始中国概念股集体遭遇了做空危机。“香橼”公司和“浑水”公司为主的做空机构陆续披露中国概念股公司财务造假、违规操作等负面行为，导致海外投资者大量抛售，引发了大面积的股价暴跌和退市现象。其中，“香橼”公司自2006年至2014年间先后狙击了20多家中国概念股公司，其中16家股价跌幅超过80%，中国高速频道、东南融通等7家中国概念股公司退市。“浑水”公司于2009年开始，先后针对东方纸业、绿诺科技、多元环球水务和中国高速频道等多家中国概念股民营企业做空报告，致使其股价大幅下跌，并被交易所停牌、摘牌或私有化。据安永会计师事务所以及罗仕资本统计，截至2013年底，已有60多家中国概念股遭遇转板、摘牌或私有化退市，主要就包括股价低迷、遭遇集体诉讼、美国证券交易委员会（SEC）和美国公众公司会计监督委员会（PCAOB）的介入调查等。而浑水、香橼等做空机构出具的做空报告正是这一危机的导火索。

本文将从短期和长期两个视角，定量考察做空机构做空报告对中国概念股股价的实际影响，以探索中国概念股做空危机的真实成因。

（一）研究样本

本文选取浑水和香橼两家做空机构在其官方网站所看空的中国概念股作为研究样本。由于样本所在的证券市场包含NASDAQ（纳斯达克）、NYSE（纽交所）、OTCBB（美国场外柜台交易系统）、TSX（多伦多证券交易所）以及SEHK（香港联交所）在样本选取中我们进行了如下筛选：（1）剔除四家由于退市时间过久而无法获得有效股价数据的中国概念股公司。（2）剔除一家由于在事件研究估计窗口内转板而造成股价异动的中国概念股公司；剔除两家由于在事件窗口内因重大利好导致股票价格发生显著变化的中国概念股公司。（3）剔除一家在事件发生后持续停牌一直未复牌的中国概念股公司。（4）有两家中国概念股公司分别被浑水和香橼做空，本文以最近一次做空为研究样本。筛选后样本总量为21个，具体样本如表1所示。

（二）研究方法

事件研究法主要应用于有效的股票市场，分为短期事件研究法和长期事件研究法两类。其研究过程一般分为四个步骤：定义事件以及窗口、选取研究样本、计算正常收益率和估计异常收益率。本文使用的事件研究法的具体细节如下：

1.股票市场的有效性

事件研究法成立的前提条件，就是相应股票市场的有效性。本文涉及的三股票市场均为成熟市场，检验市场有效性的文献较多，结论也趋于一致。如韩德宗和虞红丹（2002）运用序列自相关分析、游程检验、滤嘴法则和自回归残差检验四种方法对道・琼斯工业平均数（纽约证券交易所）和NASDAQ综合股价指数进行检验，发现美国这两个股票市场呈弱式有效性。范B东（2015）对香港恒生指数进行自相关性检验和单位根检验，发现近期香港股票市场为弱式有效。Alexeev和Tapon（2010）对多伦多证券交易所的所有股票进行检验，发现多伦多股票市场为弱式有效。据此，我们可以采用事件研究法对三个股票市场的中国概念股进行研究。

2.事件以及窗口

事件研究法的第一步就是对所研究的事件进行定义，并确定事件发生的时间点即事件日以及相应窗口。事件日确定后，需要选择估计窗口区间、事件窗口区间和事后窗口区间。如图1所示，T=0表示事件日，[T1，T2]为事件窗口，用于检验事件对股票价格产生的影响。[T0，T1]是估计窗口，为事件发生前不受事件影响的时间区间，用于估计该股票正常收益模型的参数；[T2，T3]为事后窗口，此窗口选在事件发生之后，用于对股票事后价格进行研究。在短期事件研究法中，该窗口时间跨度一般为几天或几十天。在长期事件研究法中，该窗口时间跨度一般在一年以上。

本文以香橼和浑水每次中国概念股做空报告的日期为事件日，对每次做空事件分别进行估计。确定了事件日后，需要确定事件窗口和估计窗口。在短期事件研究法中，事件窗口选定为[-5，10]，共16个交易日，估计窗口期间选定为[-105，-6]，共100个交易日。在长期事件研究法中，事件窗口选定为[0，18]，共19个月，估计窗口为[-18，-1]，共18个月。

4.长期事件研究法

长期事件研究法的异常收益率估计可以采用CAR和BHAR两种模型，BHAR模型是对CAR模型的改进①。故本文采用BHAR模型对做空报告长期效应进行实证检验。

计算连续持有异常收益率（BHAR）之前需要确定正常收益率估计模型。为了保持短期和长期正常收益率模型的一致性，本文通过市场模型估计被做空中国概念股的长期正常收益率。

计算BHAR时我们通常使用月收益率数据。做空报告后[0，T]月内被做空公司i的正常收益率为R[DD（-*2/3][HT6”]^[][HT][DD）]it，与式（4）类似：

R[DD（-*2/3][HT6”]^[][HT][DD）]it=i+β[DD（-*2/3][HT6”]^[][HT][DD）]i*Rmt（7）

其中，i和β[DD（-*2/3][HT6”]^[][HT][DD）]i为市场模型的估计出的参数，Rmt表示事件窗口期内对应指数在t期的收益率。

因此，做空报告后[0，T]月内被做空公司i的BHAR为：

BHARiT=∏Tt=01+Rit-∏Tt=01+R[DD（-*2/3][HT6”]^[][HT][DD）]it（8）

其中，T∈0，18，t=0表示做空报告的当月，t=1表示报告后一个月，依次类推。R[DD（-*2/3][HT6”]^[][HT][DD）]it表示市场模型估计出的证券i的月收益率。上式表示从做空报告的当月到后T个月，连续持有证券i获得的异常收益。

宋希亮等（2008）均采用等权平均方法计算全样本连续持有异常收益率。本文因此也采用等权平均法估计全样本的连续持有异常收益率，全样本投资组合P即各股票的权重相等的投资组合在[0，T]月内的平均BHAR可以表示为：

BHARPT=1N∑Ni=1BHARiT

=1N∑Ni=1∏Tt=01+Rit-∏Tt=01+R[DD（-*2/3][HT6”]^[][HT][DD）]it（9）

其中，N为证券投资组合P的公司数量，为证券i在做空报告后[0，T]月内的连续持有异常收益率。

若BHAR不服从正态分布，则均值的可靠性降低，中位数的参考意义更大。因此本文对等权证券投资组合P在[0，T]月内的BHAR的中位数也进行了考察，其计算方法为取证券投资组合P中成分证券的中位数。

（三）研究结果

1.平稳性检验

本文使用是时间序列数据，在对估计窗口内个股实际收益率及相应的市场指数收益率进行回归分析之前，需要考察两组数据的平稳性。本文因此采用ADF对个股实际收益率以及相应的市场指数收益率进行平稳性检验，结果如表2。

2.短期事件研究

（1）全样本平均异常收益率与累计异常收益率。平均异常收益率AAR是在事件窗口内每一个时间点t上，所有个股（本文共21只股票）异常收益的算术平均值。据此可以判断，做空报告的对中国概念股每日价格的具体影响。

累计异常收益率CAR是在事件窗口内每一个时间点t及t时点之前的平均异常收益率AAR的加总。它反映了做空报告对中国概念股超额收益整体走势的影响。

图2为做空报告对中国概念股短期影响的平均异常收益率曲线与累计异常收益率的情况，其中横轴为时间轴，区间[-5，10]，即事件窗口，时间点0表示做空报告的日，左侧为日之前的时间点，右侧为日之后的时间点。

由图2可知，平均异常收益率AAR在做空报告日前后一天显著为负，尤其是在事件日当天，AAR达到最低点为-0.1489。此后，AAR逐渐趋于0并围绕零轴上下波动，也就说明在做空报告的当日，信息得到了最大的释放。而在-1和-2日时，AAR的负值表明信息可能在事件发生前便有所泄露，提前得到部分释放。从累计异常收益率CAR曲线中，可以发现自-1日起其呈现负效应，并逐渐放大，直到事件日后第二天趋势开始平缓。截至事件窗口结束即做空报告后的第10日CAR依然远小于0。说明做空报告的对涉事中国概念股价格具有显著的短期负面影响。

我们因此得出Y论：做空机构做空报告的造成中国概念股股价异动，并表现为显著的负效应。

为了进一步验证做空报告的有效性，本文还对[-5，10]区间内的累计异常收益率CAR结果进行了纵向的T检验。检验结果表明：CAR在1%的显著性水平下小于0，进一步说明做空报告对中国概念股股票价格具有显著的负面影响。

（3）单一样本的累计异常收益率及统计检验。在全样本检验的基础上，为了进一步检验做空报告对标的中国概念股股价是否存在负面效应，本节对单一样本进行事件研究并对累计异常收益率进行统计检验。单一样本累计异常收益率的统计检验采用与全样本累计异常收益率类似的检验方法。

原假设：事件窗口内做空报告未显著影响股票价格。

备择假设：事件窗口内做空报告显著影响股票价格。

图3和表4所描述的是对21家样本公司分别进行短期事件研究得出的结果。可以发现，做空报告对其中16个样本具有显著的负效应。而在5个不显著的样本中，根据图3仍可以看出，在做空报告的当天，每个样本的累计异常收益率都有显著的下降，说明做空报告依然对这5个样本具有一定的负效应。综合来看，单一样本的事件研究结果与对全体样本的检验结果一致。

3.长期事件研究

我们在前面短期事件研究基础上，采用长期事件研究法检验做空机构做空报告对中国概念股股价是否存在长期影响。长期事件研究法以计算连续持有异常收益率（BHAR）替换累计异常收益率（CAR）。在此次检验中，我们以做空报告前的18个月为估计窗口，以做空报告后的18个月（未包括报告月）为事件窗口。由于部分公司在事件发生不久后即退市，其事件窗口的时间跨度不满18个月可能导致全样本BHAR值的错误估计，因此长期事件研究的样本将剔除数据信息不完整的5个中国概念股公司。

（1）全样本连续持有异常收益率。本节选用连续持有异常收益率BHAR反应股市长期收益率的变化，如果BHAR>0，说明实际连续持有收益率高于市场模型估计的正常连续持有收益率，即做空报告对中国概念股的股价有正效应；如果BHAR

根据前文中长期事件研究法的正常收益率、连续持有异常收益率和等权平均连续持有异常收益率的计算方法，检验结果如图4。

由图4可以发现，从整体来看，做空报告后的18个月内，BHAR的均值和中位数均为负值且不断下降，股价持续低迷。这表明做空报告对中国概念股具有长期的负效应，这与大部分遭遇做空的中国概念股公司被迫退出美国证券市场的实际情况相符，也与短期研究的结论相互支持。

分阶段来看，做空报告后的前三个月内BHAR的均值和中位数结果并不存在显著差异，表明这段期间做空报告对中国概念股股价产生的负效应并不存在显著的分化现象。主要原因可能是被做空公司在事件发生后采取诸如声明、完善披露等应对措施以抑制股价的快速下跌，股价在前期被打压后有所企稳。但随着时间的推移，做空报告后的第4个月至第18个月BHAR的均值和中位数出现显著差异，中位数呈现整体缓慢下降的趋势，而均值的下降甚至接近于-1500%。这主要是因为BHAR的数值随着时间变化对前期的异常收益更为敏感，导致部分中国概念股的BHAR值波动急剧增加，进而影响全样本BHAR均值的计算。而BHAR的中位数则在一定程度上削弱了极端数据的影响，更能体现全样本的连续持有异常收益率表现。

为了进一步验证做空报告的长期有效性，对全样本连续持有异常收益率（BHAR）的均值和中位数结果进行T检验，结果如表5。

表5说明，无论是从均值还是从中位数角度，做空报告在后的6个月、12个月、18个月内均对中国概念股股价在1%的显著性水平下，具有显著的负效应。

（2）单一样本连续持有异常收益率。通过全样本的连续持有异常收益率分析不难发现，在长期做空报告的在整体上对中国概念股的股价产生了显著的负效应。为了进一步检验是否存在优质中国概念股被恶意狙击的情况，本文逐一检验了样本股票的连续持有异常收益率。在计算正常收益时采用市场模型，做空报告当月记为t=0，事件窗口选定为[0，18]，共19个月，估计窗口为[-18，-1]，共18个月。剔除五家不满足事件窗口和估计窗口数据要求的样本后，样本数为16。

从图5我们发现，在做空报告后的第18个月，所检验样本中只有奇虎360（NYSE：QIHU）和斯凯网络（NASDAQ：MOBI）在长期内具有正的连续持有异常收益率，其余样本的长期连续持有异常收益率均为负值，从侧面反映了长期内做空报告对绝大部分中国概念股具有显著的负效应。

奇虎360被香橼七次唱空，却只在第一次做空报告披露时股价下降1135%。主要原因在于奇虎360确实具有清晰的商业模式和及时披露的财务信息。斯凯网络在被香橼做空当天股价下跌2205%，此后股价在一段低迷后有所回升。而香橼于2014年3月17日罕见地对其“空翻多”，认为相比于广阔的业务前景，其估值较低，看好斯凯网络。虽然香橼、浑水等做空机构的报告在长期对中国概念股整体仍具有显著的负向效应。但也确实存在如奇虎360和斯凯网络这样的优质公司被恶意做空情况。优质的中国概念股公司即使短期被恶意做空，在长期股价也必然会回归公司的内在价值。

图5中东方纸业（NYSE：ONP）和中国新博润（NASDAQ：BORN）两个样本的连续持有异常收益率存在异常，主要原因是在进行正常收益率估计时，估计窗口内的股票价格大幅增长，市场模型中对应市场收益率的参数估计的值过大，从而影响对事件窗口内正常收益率的估计，这也是为何全样本BHAR均值和中位数在后期显著分化的原因之一。

表6的T检验结果表明，仅有奇虎360、斯凯网络和金融界（NASDAQ：JRJC）的T统计量不显著，说明长期内做空报告对这三个样本不具有显著的负效应，与图5结果基本吻合。奇虎360和斯凯网络T检验不显著的原因在于公司本身较为优质，较强的抵抗了做空报告带来的不利影响。而金融界T检验不显著的原因则在于其前九个月的累计异常收益率大部分为正，进而影响其总体的T检验结果，但是从图5中可以看出金融界的累计异常收益率随着时间的推移逐渐下降，从做空报告后的第12个月开始显著为负，在一定程度上也反映了长期而言做空报告对金融界仍然具有一定的负效应。其余13个样本均在1%至10%的显著性水平下显著，即做空报告在长期内对其余13个样本公司股价具有显著的负效应。

综上，虽然做空报告对中国概念股公司股票价格的长期影响视公司不同而有所不同。但总体而言，单一样本的长期事件研究结果与对样本总体进行的检验结果基本吻合，即做空报告对中国概念股具有长期的负效应。

四、结论与启示

（一）研究结论

美国证券市场发展至今已有近百年的历史，是世界上最为完备有效的证券市场之一。这一市场无论是运作机制还是监管体系都已十分成熟，在证券监管实践方面也积累丰富的经验。香橼、浑水等做空机构所做工作的本质是尽职调查，扮演的是证券市场“清道夫”的角色。他们通过案头分析与实地调查相结合的方式，寻找上市公司公开披露信息中不实或者矛盾之处，经过仔细分析判断后以做空报告的形式公之于众。如果做空机构的推断正确，这些机构可以通过股票做空机制获取超额收益。与此同时这些机构也在客观上增强了证券市场的有效性。当然如果做空报告信息错误乃至违法，在有效的证券市场中做空机构一般会受到市场和监管的双重惩罚。总之，虽然空头机构的最终目的是赢利，但它们却对问题上市公司形成威慑，起到了第三方监督的作用。

对于中国概念股的做空危机现象，目前大多数研究都是具体分析每家公司的财务信息的真伪、内部治理的好坏乃至做空报告的虚实。因为没有掌握确凿的证据，这样的定性分析只能是仁者见仁，智者见智。中国概念股公司和做空机构各执一词，任何第三方机构或个人在没有完全掌握（也不可能完全掌握）信息的情况下都无法得出令人信服的结论。但是有效市场反映了公司所有信息，因此能够做出正确的结论，我们的任务就是找出市场所发现的结论。

在有效的美国证券市场环境下，本文实证发现，做空报告在短期内对相应中国概念股的股价具有显著的负效应，产生了显著的负向累计异常收益率。做空报告在长期内对中国概念股股价的影响较为复杂。总体来看做空报告在长期内对中国概念股的股价也具有显著的负效应。大部分中国概念股公司在长期连续持有异常收益率@著为负，以致其中部分公司选择退市、转板或私有化。但也有少部分中国概念股公司如奇虎360，在长期中股价逐步回升恢复，连续持有异常收益率也随着时间的延续逐渐显著为正。美国证券市场的市场反应表明，大多数遭遇做空危机的中国概念股公司应该都存在诸如财务虚假、关联交易等问题，确实应该受到市场和监管的双重惩罚（具体情况详见表7）。当然也存在少数中国概念股公司虽然在短期内因做空报告披露而股价下跌，但在长期中市场会纠正做空报告的错误，公司股价逐步恢复。这种市场的误解也许来自中美文化环境、会计信息披露制度和监管制度的差异，但做空报告的错误或者误解在长期内一定会被有效市场所纠正。作为研究者，我们应该关注的是美国证券市场反映出的中国概念股公司的公司治理问题，而非做空机构的恶意或者错误。

股市调研报告范文第3篇

关键词：财务重述 市场效应 资本市场

一、引言

资本市场是一个信息流通的市场，信息披露是资本市场各种功能得以实现的基础，充分的信息披露是保证资本市场有效运作的关键。年度报告是上市公司向证券市场传递信息的一种重要手段和工具，是上市公司信息披露的重点，但是会计差错更正公告的频繁发生，严重影响了年报的质量，也影响了投资者对上市公司信息披露制度的依赖。尽管会计差错更正公告的存在各种不同的原因，但就实质而言，都是对公司已的年度报告事项的重新表述，因此在本文中称其为财务重述公告。财务重述的原因有多种，美国APB对需要进行财务重述处理的差错归纳为：计算错误、会计原则应用错误、财务报告公布日已经存在事实的忽视或误用。观察我国上市公司2004年的2003年财务重述公告，可以发现，近半数的重述公告原因是对2003年的相关规定的误解，说明新制度和新准则的出台是重述公告的主要原因。而2007年1月1日新会计准则在上市公司实行，在实施的最初几年内，难免会出现理解不当以及可能存在的操纵行为，而且与国外成熟的资本市场相比，我国的资本市场尚不成熟，还有许多不完善之处，在重述公告的及时性和规范性方面都欠佳。基于上述原因，重述公告市场效应的研究不仅对上市公司具有警示作用，而且为证券监管部门完善我国现行信息披露制度、提高信息披露质量提供数据支持，对迎接下一轮重述高峰具有积极的现实意义。

二、文献综述

（一）国外文献

重述公告的市场效应主要体现在其经济效应上，主要表现在对投资者和股价的负面影响：投资者的信心下降。GAO（2002）研究表明不正当的会计行为对投资者乐观指数的负面影响位居首位股价下跌。GAO（2002）发现宣布重述的3个交易日内股票价格下降了约10%；市场负面效应。Palmrose等（2004）发现重述后市场对公司价值的反应降低了约9.2%。其中市场效应的研究受到更多的关注；Karen（2006）发现重述前后90天内非正常累计收益率不论是均值还是中位数都发生了明显的下降，特别是存在故意重述的上市公司降低趋势更为明显，此研究对支持故意与非故意重述对市场效应具有一定程度的解释力。Palmrose等（2004）发现在重述发生2天内CAR指标均值-9.5%，产生了负的市场效应。国外学者进一步的研究还体现在重述公告的市场效应应受到重述内容的影响上，第一，从重述对象看，Wu（2002）、Anderson和Yohn（2002）的研究表明，如果重述针对的是已归档的年报或季报，市场反应会更激烈。第二，市场对收入重述的反应更为激烈，Wu（2002）发现股市反应的激烈程度与更正数额的绝对值呈正向关系，如果重述承认了欺诈性会计行为，或是更正原因涉及收入确认问题，则将导致更加激烈的市场反应。Akhighe、Kudla和Madura（2005）也证实了收入相关性重述与成本相关性重述对超额收益率的影响存在显著的差异。第三，市场对会计科目的反应较为强烈，Palmeose、Richardson和Scholz（2004）证实了收益率的下降趋势与涉及到的会计科目数量的多少之间呈正相关关系。第四，虽然强制下的重述比自愿下的重述引发的市场反应更为缓和，市场对重述公告主体能够进行识别，但Wu（2002）发现在更正报告前的一段时间，强制下的重述将会引发更为强烈的负面反应。

（二）国内文献

我国学者对重述公告市场效应的研究有限，研究成果主要集中在少数学者。岳龙（2004）理论上认为重述公告损害了定期报告的权威性、可信度和信息披露的透明度；潘琰、辛清泉（2004）通过问卷调查得出重述公告对投资者的投资行为会造成负面影响；陈璐（2007）对会计差错更正报告的股票市场反应的实证研究表明短期内公司股价的整体表明会受到明显的负面影响，股票市场不能对其更正调整程度进行识别，只能够识别部分更正原因。

三、研究设计

（一）研究假设

重述公告的从其本质而言通告了投资者以下信息，即公司以往的财务报表存在错误。会计差错更正报告的预示着投资者作出以往判断的依据有误。假如投资者足够明智，将会对其以前的决策进行修正。因此，可以据此假定，财务报表重述公告的将会带来公司股价表现的变化，在此基础上提出基本假设：

假设1：财务报表重述公告的对证券市场产生影响

重述公告作为证券市场信息传递的手段之一，表明已公布的年报存在差错或信息披露不完整，通常被视为比较重大的事件，所以重述公告后这种不利隐含信息证券市场可以识别出来，并进一步通过股价波动的形式表现出来。国外学者如Wu（2002）的研究证明财务重述所涉及的都是对以往收益的高估，对投资者而言都将是坏消息。在我国目前的监管体系下，重述公告的可能会向市场传递两种信息：投资者按照原财务报表数据做出的投资决策是有偏差的；管理层在信息披露上不够尽责。不管出于何种考虑，总体来说，财务重述公告的对投资者而言都是不利信息。由此假设：

假设2：财务重述公告的会导致市场的负面效应，非正常累计收益在重述后均值下降

随着证券市场的日趋成熟，市场对不同信息的甄别程度也逐步提高，因此，可以预测证券市场会对不同特征的重述公告做出不同的反应。国外相关学者在这方面已经取得了一定的成果。Wu（2002）的研究发现股票市场反应的激烈程度与更正数额的绝对值正相关；Wu（2002）、Akhighe等（2005）发现如果报表重述更正原因涉及了收入确认或与成本相关的问题，将会导致更为激烈的市场反应。Palmrose等（2004）研究得出收益率的下降趋势与涉及的会计科目数量大小之间正相关。考察我国证券市场特征发现，证券市场对企业盈利能力较为关注，因此，影响到企业盈利能力项目的重述对证券市场的影响更大，如与利润相关的重述、重述事项数量等。为此提出假设：

假设3：CAR与是否涉及会计科目重述负相关

假设4：CAR与是否涉及非经常性损益项目重述负相关

作为证券市场的投资者，募集配股资金使用情况是其必然关注的要点问题，因此，提出假设：

假设5：CAR与是否涉及募集配股资金使用项目重述负相关

Wu（2002）研究得出虽然强制报表重述比自愿情况所引起的市场反应更为平缓，但在更正报告之前的一段时间内，被迫重述将会引发市场更为激烈的负面反应，即被迫重述现象对市场产生负面效应，并且该效应产生在重述公告前。国内学者研究也表明证券市场能够对推动重述公告的主体进行识别（陈璐，2007）。但国内外研究都认为该识别效应出现在重述前期或当期，由于我国市场对信息的反映存在一定的滞后现象，因此本文认为重述公告后较短时间内可能不会做出明确的识别，因此假设：

假设6：重述公告一段时间后，CAR与推动重述公告的主体显著相关

信息具有时效性，财务报表重述的市场效应也不会无限期持续下去，尽管国外学者在研究重述公告市场效应时采用了不同的窗口期，但其研究结论都指出重述公告后的短期内存在市场效应。Karen等（2007）的研究采用了比较长的窗口期，即重述前90天到重述后90天，研究结果指出，重述负市场效应存在于观察期内。但与国外的财务重述相比，我国上市公司重述公告涉及利润指标的相对较少，重述的内容和范围与国外相比也比较广，因此，重述市场效应可能较短。另外，其他与上市公司相关的信息出现，也可能会影响到财务重述市场效应的持续性。基于此，建立如下两项假设：

假设7：短期内重述公告的产生市场负效应

假设8：长期重述公告的市场负效应减弱

（二）样本选取

本文搜集了92份2009年年报重述公告，扣除二次重述样本后，共87家上市公司。按照证监会的行业分类，从行业分布看，制造业占到了多数，如表（1）所示。由于数据缺失等原因，对上述样本进行筛选，最后样本容量为83家上市公司。

（三）变量定义

本文选择非正常累计收益（Cumulative Abnorm

al Return,简称CAR）作为研究重述事件效应的指标。个股的超额收益等于个股收益减去正常收益后的差额，衡量正常收益的方法有市场调整法、市场模型法和均值调整法。理论上，市场模型法基于资本资产定价模型，考虑了股票的?茁系数，是衡量正常收益最为基础的方法。在实际计算时，由于资本资产定价模型是在一系列严格假设条件下才成立的，?茁系数的计算过程中可能会有较大的偏差，所以市场模型法在实际中并不一定是最好的。沈艺峰、吴世农（1999）的分析认为，市场调整超常收益方法比较适合中国市场的情况。因此在本文中采用市场调整方法计算股票的超常收益，即假设所有股票的?茁=1.，t1至t2期间第i种股票的非正常累计收益为：CAR （t1，t2）=■ ARiT；ARiT=riiT-rmiT。

其中：CARi（t1，t2）为第i种股票t1到t2时刻非正常累计收益；ARiT为第i种股票T时刻非正常收益；riiT为第i种股票T时刻收益；rmiT为第i种股票T时刻正常收益。采用市场调整超常收益的优点在于一方面有利于排除市场波动的影响，另一方面，我国证券市场有效性较低的情况下市场调整法不仅简单，更有助于说明问题，能够反映个股收益率相对于证券市场整体的波动情况。从上面的分析中可以看出，我国重述公告市场总体反应在重述事件后的5-6天左右开始出现，因此据此选择不同的时间跨度进行多元回归分析。

四、实证结果分析

（一）（-16，-6）窗口期多元回归

在进行多元回归过程中将涉及到重述公告的内容变量、推动主体变量、原因变量、重述类型变量作为自变量，进行逐步回归分析。逐步回归结果见表（2）。以上两个变量系数都没有通过5%水平下的显著性检验，说明重述公告前的股票市场表现力与重述公告的可能内容无关。

（二）（-5,5）窗口期多元回归分析

重述公告前后市场反应情况与重述公告前期表现类似，没有发现具有解释力的变量，采用向后回归后只有是否涉及关联方交易和投资参股情况两个变量通过了系数5%的显著性检验，回归方程整体的Adjusted R 只有7.7%，说明回归方程的已解释变差占总变差的7.7%，较低。

（三）（6,16）窗口期多元回归分析

重述事件后的6到16天的非正常累计收益率为因变量，多元线性回归后得到的方程，调整后的R 为16.4%，解释力提高。多重共线性不存在，结果见表（3）。上述四项内容在重述后的市场表现都具有较强的解释力，分别通过了5%和1%水平上的显著性检验，说明证券市场对涉及上述内容的重述公告比较敏感。CAR与是否涉及非经常性损益项目和募集配股资金使用情况显著负相关，验证了假设4和假设5。

（四）（17,27）窗口期多元回归分析

重述事件后的17到27天的非正常累计收益率为因变量，多元线性回归后得到的方程，调整后的R 为6.5%。多重共线性不存在，结果见表（4）。随着研究窗口期的推移，涉及会计科目事项的重述公告的影响力仍然存在，同时推动公告的主体也受到了市场关注，验证了假设6，明市场对重述主体作出了反应。CAR与会计科目重述负相关，验证了假设3。

（五）（30，60）窗口期多元回归分析

通过多元回归没有发现具有显著解释力的变量，说明长期来看重述公告的内容与市场表现之间的关系逐渐减弱了，验证了假设7和假设8，说明存在短期市场效应，长期市场效应消失。

五、结论

本文实证分析了我国上市公司年报重述公告的市场效应，结论如下：第一，重述公告当期市场对重述公告没有做出相应反应。重述公告，不论是从内容还是重述事项的重要程度都存在很大的差别，因此在公告短期市场可能还无法完全掌握公告信息的内容，在公告是否有利的判断上也存在处于学习阶段，对关联方交易和投资情况作出了反应，但不显著。第二，重述公告短期内市场负效应逐渐显现。从回归分析的统计结论得出是否涉及非经常性损益项目、是否涉及子公司相关信息、是否涉及募集、配股资金使用情况、是否涉及会计科目重述得到了识别。是否涉及会计科目重述的影响力仍旧很显著，并与假设一致呈现负相关，说明经过市场对信息的识别将会计科目重述最终视为负面消息，另外该阶段市场对推动重述的主体作出反应，尤其对外部主体推动下的重述反应更激烈。第三，重述公告后长期市场效应降低。通过多元线性回归没有发现CAR与重述公告相关特征存在显著的相关关系，说明存在其他重要因素影响CAR，而不是重述公告相关的信息，由此判断，长期内重述公告的市场负效应在长期内逐渐消失。第四，财务报表重述公告的市场识别效应。通过多元线性回归分析，发现重述公告的负效应阶段，即重述后的6到27个工作日之间，第一阶段是否涉及非经常性损益项目、是否涉及子公司相关信息、是否涉及募集、配股资金使用情况、是否涉及会计科目重述得到了市场识别；第二阶段是否涉及会计科目重述的影响力仍旧很显著，另外市场对推动重述的主体得到了市场识别。

参考文献：

［1］蒋顺才、刘雪辉、刘迎新：《上市公司信息披露》，清华大学出版社2004年版。

［2］潘琰、辛清泉：《解读企业信息需求――基于机构投资者的信息需求探索》，《会计研究》2004年第12期。

［3］陈璐：《会计差错更正报告的股票市场反映实证研究》，《浙江大学硕士学位论文》2007年。

［4］沈艺峰、吴世农：《我国证券市场过度反应了吗？》，《经济研究》1999年第2期。

［5］Karen Hennes,Andrew Leone and Brian Mliier.Management intent and CEO and CFO turnover around earnings restatement: evidence from the Post-Enron Era. 省略.March. 2007.

［6］Hemang Desai,Chis E.Hogan,Micheal S.Wilkins.The reputational penalty for aggressive accountings:earning restatements and management turnover.The Accounting Review.2006.

［7］Palmrose Z. and Scholz S.The circumstance and legal consequences of Non-GAAP reporting:Evidence from restatements.Contemporary Accounting Research.2000.

股市调研报告范文第4篇

关键词：股票回购；市场反应；股票溢价

股票回购就是指上市公司和股民约定以一定的价格回购其发行在外的股票，从而将其作为库藏股，或者直接进行注销。股票回购具有提升ROE价值、抵御外来敌意收购和优化公司资本结构等方面具有非常积极的作用，这些作用在西方发达国家的证券市场更为明显。公司回购往往希望对其股票产生正向的刺激作用，然后往往事与愿违，根据有效市场理论，如果其能对市场上所有的信息作出完全的反应，那么证券市场就是有效的。基于此，国内外学者作了大量的实证检验，并且对影响股票回购的因素进行了深入的调查研究。

国外文献综述

1、股票回购市场反应研究

Ikenberry、Lakon2ishok和Vermaelen（2000）在深入研究加拿大公司数据之后发现，公告期结束后的非正常收益与公告期内的非正常报酬具有极其重要的联系。与此相似的Kahle（2002）分析了1993～1996年间的OMR之后发现结论，即公告前40多天所产生的累计非正常报酬率为-3.64%，公告后3天所产生的平均累计非正常报酬率为1.61%。

2、股票回购市场反应影响因素分析

Raad和Wu（1995）研究发现，公告前一日市场会产生显著的非正常报酬，且该报酬为正的。这表明公告代表着一种股价低估新号，市场反应正随着公告比例的增加而剧烈。同时内部持股人的比例也与市场的反映存在正的关系。

Ho、Liu和Ramanan（1997）认为，信息的不对称也会造成非正常报酬与公司会计信息的相关性。研究表明公告所提供的信息，会重新评估公司的会计信息，而回购公告的市场反应与公司规模以及分析师关注程度成负相关，即外部市场与内部人之间的信息不对称程度越严重，回购公告的作用就越强。

Stephens和Weisbach（1998）采用事件研究法先估计了回购公告日非正常报酬率，然后分析了影响实际回购决策的因素。研究发现，所宣告的回购规模越大，非正常报酬率就越高；实际回购数量与公告日非正常报酬率呈正相关关系。公告日非正常报酬率受到回购规模和市场对公司实际回购数量的预期两者相互关系的影响。

二、国内文献综述

国内对于股票回购的研究起步较晚，其中大多数学者采用定性研究方法对我国股票回购现象进行了分析。

高燕，冯福来（2006），采用事件研究法检验公告所产生的财富效应及其内在影响因素。然而其研究结果恰好与国外研究结果相反，Raad和Wu（1995）和MiawjaneChen、Chao-Liang Chen和Wan-Hsiu Cheng（2004）的研究表明在公告日之前股东财富是不断减少的，而公告日之后恰好与之相反。

李伟，李勇（2009）研究发现在公告日之前市场总是可以得到或者部分得到公告消息，从而提前消化吸收了部分反映。造成公告日前后的股价不会有太大偏差。

黄虹，刘佳（2009）研究发现股票回购会造成上市公司的平均每股收益增加，同时也会造成公司的平均净资产的增加。这说明股票回购会造成公司盈利能力的增加。这也从侧面反映了投资者对于公告的信号反应是及其理性的。

李斌，戴夫，卢蒋运（2010）选取31家公司共34次股票回购信息公告为样本，采用时间分析法测度公告对于上市公司股票回购的影响，在此基础上运用比较分析法研究债券资产回购以及现金回购的内在联系和市场反应，从而揭示出不同的方法对于结果是否会造成不同。

三、结论

股票回购作为公司向市场传递公司股价被低估的信号，在股票回购公告做出后，市场对公告做出积极反应，使股票价格显著上升。国内外的学者通过股票回购对市场的影响以及财富效应研究，分析了市场对股票回购公告前后的股价进行对比，以及对回购的后续期股票价格变动和股票超额累计收益率进行分析，来验证股票回购决策的市场反应程度。国内外学者通过对理论进行实证研究，运用事件研究法，得出的结论都比较符合理论研究结果。相比较而言，由于国内资本市场不如国外资本市场完善，信息公开及监管制度相对欠缺，故国外资本市场对股票回购的的反应比国内资本市场的反应更加理性，更加有效。（作者单位：广东商学院金融学院）

参考文献

[1] Liano ，Kartono ，Huang ，GowOcheng ，Manakyan Herman.Market reaction to open market stock repurchases and industry affiliation[J ].Quarterly Journal of Business & Economics ，2003 ，42（1/ 2）：97 - 120.

[2] Liu ，Chao-Shin & David A Ziebart.Stock returns and openOmarket stock repurchase announcement s[J].The Financial Review ，1997 ，32（3）：709 - 728.

[3] 高 燕 冯福来.公开市场股份回购财富效应实证研究[J].商场现代化，2006，（8）：152

[4] 李伟，李勇.上市公司股份回购的股价效应理论研究及实证分析[J].经济师，2009（11）：76-77

股市调研报告范文第5篇

关键词：《新财富》分析师 买入评级报告 荐股

中图分类号：F830.91 文献标识码：A

文章编号：1004-4914（2016）10-099-03

研读证券分析师的评级报告是不少股民的做法。截止2015年上半年，中国证券业协会网站上显示的具有证券分析师资格的注册人数超过2000人，加上其他未注册的从业人员，证券分析师这个群体相当庞大，难免良莠不齐。2003年6月起，由《新财富》杂志主办的年度“新财富最佳分析师”评选逐渐成为我国证券业最权威的证券分析师排名。然而，即使在这样极少数的所谓明星分析师当中，也只有部分分析师所的荐股报告实现了其收益诺言。以2012-2013年上榜分析师在随后一年中的1048份买入评级报告为例，推荐标的6个月跑赢沪深300指数15%以上的只有348份，仅占33.2%。那么，影响上榜分析师荐股报告准确率的影响因素有哪些呢？我们如何预测某份荐股报告的准确率呢？

目前国内的评级报告大体分为买入、增持、中性和卖出等四个评级。由于国内卖空机制还不够成熟，加上分析师很大程度依靠从上市公司调研来获取信息，这意味着为了与上市公司维持良好的关系，分析师极少会中性或卖出评级的报告；而实际中，投资者也会更多地关注评级更高的报告。鉴于此，本文仅仅选取买入评级报告来进行实证考察，具体来说，本文以2012-2013年《新财富》上榜分析师在随后一年中的买入评级报告为研究对象，运用Logit计量模型，实证考察上榜分析师荐股报告准确率的影响因素。

本文选取的均为买入评级报告，也就是说推荐标的公开的基本面因素都不错，否则分析师不会作出“买入”的投资建议，只不过只有部分分析师的买入报告最终实现其收入诺言。这当然和随后考察期内推荐标的基本面的演变有关，也与宏观或中观的行业发展环境的演变相关。本文另辟蹊径，我们假设：由于各类分析师本身特征的差异（比如其所属券商的规模，其本身的经验和声誉等因素），会造成各类分析师面对同样的公开信息，具有不同深度的挖掘能力；或者各类证券分析师因为跟踪标的公司的深度和广度的不同，除了公开信息之外，还积累了多多少少的其他信息；拥有更多信息优势的那些分析师，他们的荐股报告可能具有较高的准确性。基于这样的假设，本文选择从信息优势的角度，分析上榜分析师荐股报告准确率的影响因素。

本文第一部分介绍数据、变量和模型，第二部分为实证研究结果，第三部分为样本外模型解释力度检验，第四部分为本文结论。

一、数据、变量和模型

本文以2012-2013两届《新财富》上榜分析师在其上榜之后一年之内1048份买入评级报告为样本，来估计一个Logit计量模型。由于《新财富》评选的宏观、策略、金融工程、固定收益四个团队不属于行业分析的范畴，他们的报告因此不在本文考虑之列。样本来源于迈博汇金（Microbell）。我们从报告中收集报告人、所在券商、推荐标的、日期等信息，相关标的的交易信息如历史股价、行业指数、沪深300指数变动情况等均源于万得资讯（Wind）。

目前国内各家券商的研究报告对股票的评级规则不尽相同，本文选定沪深300为市场基准指数，在报告起6月内，跑赢沪深300指数15%以上的股票，我们认为其达到分析师买入评级所承诺的收益。由于本文的报告来自第三方数据库，不少报告都有几个小时到一天的滞后，为统一起见，本文选择标的报告录入数据库的前一个交易日的收盘价作为初始价格，起始日期+180日的收盘价作为标的期末价格，计算期间涨跌幅；获取每一个标的同一时间段的沪深300涨跌幅，两者之差即标的半年期内相对沪深300的实际涨跌幅。本文1048份买入报告观察值中，推荐标的6个月跑赢沪深300指数15%的共有348份，占比33.2%，也即大约1/3的买入评级报告实现了其收益承诺。

Logit模型的因变量为是否兑现收益承诺，兑现记为1，共计348个，未能兑记为0，共计700个。

我们可以假设由于经常去上市公司调研，分析师相对于普通投资者来说，处于信息优势（至少不是劣势）的地位；再考虑到现实中，二级市场的分析师们经常在一起交流，所以分析师们对市场情绪的把握要比普通投资者好。分析师荐股相当于一个占有更多信息、更了解市场情绪同时又懂行业和资本市场的专业人士为投资者作出投资建议。正是基于这一点假设，本文选取从信息优势的角度，去探寻具有什么样的分析师能够拥有更多的信息优势，从而荐股的准确率更大。

1.分析师所属券商的规模。Clement（1999）发现分析师盈利预测的准确率与分析师所在券商规模正相关。李春涛等（2014）通过对我国2005-2011年证券市场分析师评级数据的研究，发现市场短期超额收益与分析师所属券商规模有着密切关系。大券商一般拥有更多可用资源，更多信息优势，更多证券分析师，更多的研究报告，对机构投资者提供更好的服务，具有更大的市场影响力。笔者查询了证券业协会网站，按照各个券商拥有的分析师人数，从多到少，列表如下（见下页表1）。

分析师人数排名前五的券商分别是国泰君安139人、中信证券106人、申银万国105人、海通证券96人、招商证券92人。我们将这五家券商命名为大平台（Big），其他券商命名为小平台（Small），如果报告的分析师来自大平台，记为1，共计539个；来自小平台记为0，共计509。

2.分析师覆盖的子行业公司数量。Clement（1999）发现分析师盈利预测的准确率与分析师所覆盖的公司和行业数量（任务复杂程度）成负相关。Mikhail等（1997）发现分析师跟踪特定企业的经验累积可以提高预测准确率。一般认为，分析师覆盖的行业越多，跟踪的公司数量越多，信息量越分散，其盈利预测准确度越低。本文选取万得资讯中信一级行业中各个行业内上市公司数量作为各个子行业分析师覆盖的公司数量。考虑到不同子行业分析师覆盖的公司数量相差很大，实际回归分析时，对该变量进行取对数处理。

3.分析师个人声誉。王宇熹等（2012）利用2003-2009年《新财富》分析师的个人声誉为变量，验证了声誉和分析师荐股价值之间的正向关系。证券分析师的个人声誉是个人在二级市场受认可程度和影响力的体现，表现为研究报告关注度、新闻曝光度、机构客户认可度等等方面。综合来看，是否入围《新财富》最佳，是不是连续上榜可以看作是分析师个人声誉最好的指标，连续上榜次数越多，个人声誉越高。声誉更高的分析师由于在业内时间更长、行业关系更深厚，理所当然的拥有更多信息优势。考虑到现实情况可能是个人声誉的增加随连续上榜次数增多而边际递减，我们对分析师之前上榜次数进行取对数处理。分析师之前连续上榜可能因为他的荐股比较准，也可能是其他原因。

4.分析师性别。国内男女分析师和上市公司高管相处的方式不一样，男性分析师可能和高管有更多非正式的交流，导致男性分析师在获取上市公司信息方面更具优势，因此本文将分析师性别作为一个考量的因素。我们的样本中共计771份报告来自男性分析师，大约占比2/3。

5.公司市值大小。本文考虑公司市值不是出于基本面因素的考虑，而是把公司市值作为公司类别的变量。在中国，市值超过1000亿的基本都是具有行政级别的国企、央企单位，而市值低于200亿的大多数是民企，我们有理由相信分析师和不同体量的企业高管打交道的方式是不一样的，直觉上分析师很难从国企高管处获取更多消息，但小企业却不一定。因此本文将公司市值列为考察的变量之一。由于数值相差过于大，对其进行取对数处理。

除了如上的主要解释变量，本文还考虑如下两个控制变量。

一是行业分类。Jacob（1999）发现券商行业分类会影响预测准确性。Desai等（2000）也发现华尔街日报明星分析师的荐股跑赢基准指数的概率受到推荐标的的行业影响。《新财富》最佳分析师评选共计有27个子行业进行评选，不同的子行业走势相差极大，因为我们有必要将子行业作为控制变量加以考虑。由于子行业太多，我们参考申银万国的做法，将子行业合并同类项为消费品、金融地产、制造业、服务业、TMT、材料业、能源环保等七个部类，每个部类下辖3～5个子行业。

二是买入评级的类型。Demiroglu和Ryngaert（2010）发现分析师首次覆盖的股票通常会有异常收益。Jiang等（2014）发现中国市场对上调评级的反应比下调评级的反应要强。基于这些考虑，本文将买入评级报告区分为一般买入、首次覆盖、上调评级至买入、半年内再次推荐等四个类型，其统计信息如下表所示，可以看出来，首次和上调评级的报告更有可能实现其收入诺言。

本文构建了如下的Logit模型：

Loglt（y）=β0+β1broker_size+β2reputation+β3gender+

β4number_followed+β5firm_size +β6finance+β7manufacture

+β8service+β9tmt+β10materials+β11energy_environmental

+β12first+β13upgrade+β14again+εit

其中，y为买入评级研究报告是否实现收益承诺的虚拟变量，即是否半年内跑赢沪深300指数15%，跑赢的记为1，否则记为0。broker_size为分析师所属券商规模的虚拟变量，大平台为1，小平台为0。reputation是分析师个人声誉，选取分析师之前连续上榜次数的对数值作为变量。gender是分析师性别变量，男性分析师的报告记为1，女性记为0。number_followed指分析师所覆盖的公司数量的对数值。firm_size代表推荐标的公司市值的对数值。consumption，finance，manufacture，service，tmt，materials，energy_environment等为七个行业虚拟变量，其中consumption作为缺省变量。general，first，upgrade，again等为四种买入评级报告类型的虚拟变量，其中general作为缺省变量。

二、实证结果与分析

表4为Logit模型回归结果，显示分析师所属券商的规模、分析师推荐的标的公司的市值这两个变量显著降低分析师的荐股准确性；而分析师声誉能显著提高其荐股报告的准确性。分析师的性别和分析师所覆盖的公司的数量这两个变量对分析师的荐股准确性没有影响。不同的行业存在明显的差别，finance（金融）、tmt（科技、媒体和通信）和energy_environment（环保）这三个行业的荐股报告准确性较高。另外，不同类型的买入评级报告在其准确性上没有显著差别。