周爱民 王星驰
(南开大学 金融学院, 天津 300350)
伴随着网络时代高速发展和新闻媒体普及,人们获取信息变得更为便捷,导致股价对新闻事件的响应日益敏感。 同时贸易政策和长臂管辖制裁措施日益成为大国竞争的重要手段,从而导致投资市场中利空消息层出不穷。 然而,在这些利空消息的背后,往往蕴藏着潜在的替代投资机会。 A 股市场中的重大利空事件往往会对相关联的板块产生显著影响,特别是处于同一概念或行业的板块,在利空事件发生时通常会出现幅度不同的暴跌,继而引发投资者的恐慌性抛售。 面对这种市场反应,专业的机构投资者可能会选择重新调整其投资组合,以降低受利空消息带来的风险。 然而,若在重新选股、调仓和行业分析中花费过多的时间,则可能导致时间成本的损失。 对普通股民而言,面对这种市场负面情绪影响,也比较关心利空行业或板块是否存在着替代投资机会。
以电子烟为例:2022 年3 月11 日,国家烟草专卖局发布了《电子烟管理办法》禁止销售除烟草口味外的调味电子烟和可自行添加雾化物的电子烟,不得排他性经营上市销售的电子烟产品。 此禁令发布后,整个板块行情应声下跌,但与此同时,整个传统烟草概念相关的板块则迎来了上涨趋势。 再以受美制裁军事企业为例:2020 年6 月24 日,特朗普为打压中国的军工企业,制裁了包括华为、海康威视等20 家被认为由中国军方控制或拥有的用于提供通讯、制造与出口的相关企业。 这对A 股军工概念板块可能会造成短期利空,而同时,军工替代概念的股票则可能成为最佳替代投资股。
本文旨在研究在利空消息发布期间替代投资的可行性,在一定程度上为投资者抵御利空消息带来的投资风险提供参考依据。 本文将采用事件研究法,探讨利空消息对受影响行业及其替代行业之间是否存在负相关关系。 通过分析受利空消息影响和相关替代企业在估计窗口和事件窗口的超额收益率表现,来揭示市场对这些事件的反应。 本研究首先将对利空消息进行分类与梳理,根据消息发出的时间和类型,并结合近年来的市场情况,收集并归纳各类具有影响力且原因不相同的利空事件。 接着,将A 股市场上的企业按行业或板块进行分类,根据不同的时间节点,讨论利空事件对不同行业或板块的影响。 最后,以需求替代效应和信息传递效应理论为基础,逻辑推断选出与受影响行业存在竞争关系并可替代其主营业务的行业,分析这些替代行业在利空消息出现时的股价表现。
本研究重点关注A 股市场的以下5 对互为替代的10 个行业:(1)电子烟和传统烟草;(2)塑料制品和可降解塑料;(3)网络游戏和主机游戏;(4)碳酸饮料和健康饮品;(5)传统火电和新能源绿电。
研究主要集中在政策限令以及重大利空新闻等利空消息的影响方面,研究数据来源于每个行业在利空消息发布前后约90 天的股市数据,包括日期、开盘价、收盘价、最高价、最低价、成交量和成交额。 研究将首先设置事件断点、估计窗口与事件窗口。 再通过Hausman 检验确定数据的固定效应模型或随机效应模型,进而运用断点回归的方式进行分析。 最后,本文会使用混合面板模型对这10 个行业的总样本进行综合分析。
假设1:在利空消息发布后,受影响行业的股票收益率会显著下降。 根据行为金融学的过度反应理论,市场通常会过度反应所有的公开信息,利空消息会导致投资者对受影响行业的信心下降,从而推动股票价格持续下跌。
假设2:在利空消息发布后,与受影响行业相关的替代投资机会的收益率会显著上涨。 投资者在寻求风险对冲和利润最大化的过程中,可能会将资金从受利空消息影响行业转移到其替代品行业,从而推动替代品行业的股票价格上涨。
假设3:在利空消息发布后,整个市场的平均超额收益不会显著变化,这主要归因于受利空消息影响行业的普遍股价下跌与相关替代投资行业投资机会的收益普遍提升之间的此长彼消。 在利空消息发布后,市场的风险厌恶情绪可能增加,导致受影响行业的股票收益率下降。 然而,投资者可能会寻求与受影响行业相关的替代投资机会,以规避风险并获取收益。 这种替代效应可能导致替代投资机会的收益率上升,这就抵消了受影响行业的股票收益率下降,最终使整个市场的平均超额收益不会显著变化。
本文采用断点回归(RDD)方法进行事件分析,这种方法能通过比较价格变量在各利空事件发生前后的变化,来帮助我们检测出变量之间的因果关系。 据此,我们可以更加准确地识别出不同的投资机会,为投资者提供科学的参考建议。
在本文的实操中,研究者不会对被观察的变量进行任何干预,而是利用股市中已经存在的利空事件或重大新闻来观察变量之间的关系,以辅助投资者在购买时的决策。 在数据分析过程中,本文采用固定效应模型(Fixed Effects Model)作为补充方法,以控制一些无法直接观察的潜在混杂因素,从而在一定程度上减少估计偏差。
1.断点回归模型的建立
事件发生当日记为0,事件窗口选为[-7,7]。 如果事件发生在非交易日,则将顺延的第一个交易日视为0。 对于第i个样本公司和第t个时点,我们把超额收益率记为ARi,t,数据使用[-90,-8]区间的股票日收益率来估计超额收益率ARi,t。 其估计方法如下:
其中,预期收益率基于Fama 因子模型计算:
其中,Fj为第j个因子,βj由[-90,-8]的样本数据经最小二乘法回归估计获得。 因此,我们可以计算第i个样本公司事件窗口期间所有超额收益:
对于窗口内样本,当超额收益ARi,t大于分界点c时,视为该样本受到事件影响,否则视为未受到影响。处理状态可以表示为I(ARi,t>c)。 因此,受到影响的概率是超额收益的函数。
建立断点回归模型:
其中,D在事件日前取0,否则取1。
如果估计系数δ统计显著,表明事件对公司股价的影响是显著的。
2.固定效应模型的选择
在本文研究中,如只使用单一的OLS 回归模型,会存在异质性的问题,即每个个体都具有自己的特征和影响因素,这些因素在单一的OLS 模型中是无法被控制的。 例如在研究股票的收益率时,不同公司的业绩、管理团队、市场环境等因素会对其收益率产生影响,但这些因素不是直接可以观测到的。 若使用单一的OLS 回归模型来研究这市场价格的走势,可能会忽略掉许多个体不可观测的异质性因素。 而这些因素都是不同的个体之间所具有的独特特征,无法被单一的OLS 模型所控制。 固定效应模型(简称FE 模型)是面板数据分析中常用的一种模型,可以通过固定个体效应来控制个体不可观测的异质性,使研究结果更可靠。 如果利空事件或政策限令会影响不同公司、不同行业的股票价格,这时候采用FE 模型可以更好地控制各公司、各行业之间的差异。 随着面板数据的增加,FE 模型的效果会更理想。 因此,本文选择FE 模型来评估和分析数据。
3. Hausman 检验与模型估计
FE 模型是一种控制个体不可观测异质性的面板数据回归模型。 它通过引入个体固定效应来消除个体特定的不可观测因素对回归结果的影响。 在FE 模型中,个体固定效应被视为常数,与解释变量无关,但FE 模型的缺点是它忽略了时间不变的个体差异,不能估计个体差异的系数,只能估计自变量对因变量的平均影响。 因此,我们需要引入Hausman 检验,用于比较两个估计量的差异性,并判断FE 模型和随机效应模型(简称RE 模型)哪个更合适。
在面板数据中,个体的特征不同,而且还存在随机因素的影响,因此FE 模型和RE 模型都可以用来控制个体的不可观测异质性。 Hausman 检验的目的是确定哪种模型能更好地控制个体异质性和随机性因素。如果Hausman 检验结果显示FE 模型更好,那么FE 模型就是更适合的模型。 更具体地说,Hausman 检验的基本理念是比较FE 模型和RE 模型的估计结果之间的差异。 如果FE 模型的估计结果偏误很小,则FE 模型比较适用;如果FE 模型的估计结果偏误较大,那么RE 模型则比较适用,因为它可以更好地控制随机效应的影响。
在后续受影响行业和替代品行业的研究中,使用FE 模型和Hausman 检验可以帮助我们更好地控制不可观测因素对研究结果的影响,并获得更可靠的结果。 这两种方法可以在面板数据分析中被广泛应用,特别是在经济学和金融学领域。 因此,在研究中选取合适的模型和方法非常重要,可有效提高研究结果的可靠性和可信度。
考虑到以上所述,以式(4)为基础,残差ui,t可以分解出仅随个体变动而不随时间变动的部分αi和仅随时间变动不随个体变动的部分λt:
不随时间变动的αi和不随个体变动的λi,可能引起内生性问题而导致估计偏误。 因此,我们考虑固定效应估计FE 或随机效应估计RE,以减弱个体差异的可能影响。 为判断两种估计方式中哪一种更合适,我们进行Hausman 检验。
假定δFE为固定效应估计的系数,δRE随机效应估计的系数。 原假设为:
如果固定效应估计和随机效应估计没有显著差异,随机效应估计更加有效,应选择随机效应估计。反之,应选择固定效应估计。 Hausman 检验的估计量计算如下所示:
其中:
在原假设成立下:
说明个体效应与随机误差项之间不存在相关关系,那么随机效应模型是一个无偏估计器。 通常情况下,在进行Hausman 检验时,若在显著性水平为0.05的情况下被拒绝,说明个体效应与随机误差项之间存在相关关系,那么随机效应模型就不再是一个无偏估计器。 在这种情况下,固定效应模型可能更加适合。
4. 定义估计窗口与事件窗口
估计窗口和事件窗口是在事件研究法中经常使用的概念。 对于本文研究的课题而言,此概念可以结合RDD 断点回归模型一起使用,对于研究超额收益率显著问题上,效果会更好。
总的来说,估计窗口是指一个时间段,通常在事件发生之前,用于估计正常情况下的收益或者波动性。 事件窗口则是围绕事件发生的一个时间段,研究者会观察事件窗口内股票收益或者波动性的异常变化,以判断事件对市场的影响。 对于研究利空消息所带来的投资机会,通过设定估计窗口和事件窗口,研究者可以比较在利空消息公布前后股票的收益情况,进而分析这些消息对行业或者个股的影响。 这有助于投资者在利空消息出现时,发现对照行业的超额收益情况,并更好地抓住潜在的投资机会。
如图1 所述:t=0 代表利空事件发生日。t=T1+1到t=T2代表事件窗口,t=T0+1 到t=T1代表估计窗口,t=T2+1 到t=T3表示事后窗口。 其中,T0、T1、T2和T3分别为事件日前后的时间。
图1 时间窗口的描述
为了对选中企业的平均超额收益和超额收益的波动率进行分析,我们需要设置估计窗口和事件窗口。 使用事件窗口和估计窗口的好处在于可以在时间上对不同的事件和期间进行对比,从而更准确地测量和估计因素对股票超额波动率和超额收益的影响。比如,在研究利空消息背后的替代机会时,可以通过设置事件窗口和估计窗口,将利空事件和其后的替代机会作为事件和非事件时期进行对比,从而更好地测量替代品对于股票价格的影响。
对于后续我们需要应用的RDD 断点回归模型来说,设置事件窗口和估计窗口可以帮助确定利空消息的事件时间点,并将其作为断点进行分析,从而更准确地估计替代机会对于股票价格的影响;而对于Hausman 检验来说,设置事件窗口和估计窗口可以帮助确定个体固定效应和随机效应模型的选择,并提高检验的精度和可靠性。
通过确立窗口生成时间序列图,其中事件窗口代表研究中所定义的时间段,该时间段通常是针对利空事件或限制政策的具体时间范围。 例如,如果研究的是电子烟或塑料制品的政策限令对股票市场的影响,那么事件窗口可能是政策实施前后的一段时间。
在本研究中,我们设定了以下时间窗口:估计窗口约为事件发生日前的第90 天至第30 天(即t-90 至t-30),以及一个更灵活的估计窗口,限定在事件发生日前的第60 天至第10 天(即t-60 至t-10)。 事件窗口为事件发生日前的第7 天至事件发生日后的第7 天(即t-7 至t+7)。 此外,通常情况下我们不会使用t-30 至t-7 的时间区间,而将其视为观察窗口。 这样的设定允许我们更加准确地评估利空事件的影响,在某些情况下可能会对观察窗口进行微调。
此外,分析事件窗口中的超额收益率具有重要意义,因为它有助于深入了解企业相对于市场综合水平(上证指数)的实际表现。 在研究利空消息背后的替代投资机会时,超额收益率能提供有关公司表现的信息,因此可以作为断点回归模型中的一个控制变量,以确保分析结果的准确性和可靠性。 同时,超额收益率还有助于确定估计窗口和事件窗口的大小,进而影响最终结果的准确性。 因此,分析超额收益率旨在更全面地了解研究对象,确保研究的准确性和可靠性,为进一步分析提供坚实基础。
本文所使用的数据均来源于东方财富网、万得数据库、Yahoo Finance。 我们仔细筛选了10 行业中曾出现过重大利空新闻或政策禁令的关键时间节点。 同时,根据各行业的特性,我们挑选了与其替代品概念紧密相关的股票进行对照分析。
1.电子烟与传统烟草行业
2022 年3 月11 日,国家烟草专卖局发布了《电子烟管理办法》禁止销售除烟草口味外的调味电子烟和可自行添加雾化物的电子烟,不得排他性经营上市销售的电子烟产品。 此禁令发布后的一个多月,整个板块行情应声下跌,跌幅高达26%,但与此同时整个传统烟草概念相关的板块则迎来了春天。
行业数据:本组数据则随机挑选了15 家在电子烟板块(BK0865)中所处股票数据。 通常情况下,数据日期会以实际利空消息或政策发出日期为准,由于2021 年12 月是年底时期,股市表现可能会受到特殊因素的影响,例如节假日因素等,为了数据的严谨性,故以2022 年3 月11 号为准的前60 天,后90 天进行股票数据提取,剔除2021 年12 月的30 天数据。 对于替代品板块,本文在同样的日期挑选传统烟草概念股其中包含:陕西金叶(000812)、华宝股份(300741)、劲嘉股份(002191)等主经营烟草概念以及烟草包装用纸或印刷相关的业务的股票纳入样本。 此外,为避免概念混淆许多板块内同时拥有电子烟概念的股票如盈趣科技(002925)、东风股份(833374)等进行剔除。
2.网络游戏与主机游戏行业
2021 年8 月30 日,国家新闻出版署下发《关于进一步严格管理切实防止未成年人沉迷网络游戏的通知》,针对未成年人过度使用甚至沉迷网络游戏问题,进一步严格管理措施。 通知要求“严格限制向未成年人提供网络游戏服务的时间,所有网络游戏企业仅可在周五、周六、周日和法定节假日每日20 时至21 时向未成年人提供1 小时服务,其他时间均不得以任何形式向未成年人提供网络游戏服务”。 受此被称为“史上最严游戏禁令”的影响,与网络游戏相关联的网游、云游、手游等板块均应声下跌,根据需求替代效应的理念,喜欢玩网络游戏的人势必会把目光投向不需要联网即可游玩的形式,比如主机游戏、PS4、PS5、任天堂游戏机等概念相关或合作的企业。 虽然把主机游戏作为替代品可能无法覆盖受到网游禁令限制引流的所有人群,很多网游爱好者们可能会选择看小说、电视、出门旅游,以及其他娱乐活动,但我们只选择最具代表性的、最具竞争性的行业或概念进行对比。
行业数据:本组数据将提取2021 年8 月30 日前后90 天的数据。 由于网络游戏板块(BK0509)中涉及其概念企业繁多,本组数据将只提取与网游概念强相关,并主营网络游戏业务的15 只股票如电魂网络(603258)、迅游科技(300467)、姚记科技(002605)等。对于替代品板块,纯经营单机或主机游戏等概念同时又较少涉及网游概念的股票在A 股较少,故而只选出10 只与“游戏机”概念强相关的如中青宝(300052)、歌尔股份(002241)等。
3.塑料制品与降解塑料行业
自2008 年起,国家开始注重环保,全国性限塑令开始实施。 由于塑料制品对自然环境影响大,国家分别于2013 年、2018 年出台了《全面推行生产者责任延伸制度实施方案》等法律法规,要求企业对生产的产品实施“生产者责任延伸制度”,并推动废弃塑料资源化利用。
2020 年7 月国家发改委联合九部门发布《关于扎实推进塑料污染治理工作的通知》,2020 年底为该禁塑通知的阶段性实施节点。 2020 年9 月1 日起正式施行的新修订的《中华人民共和国固体废物污染环境防治法》加强了塑料污染治理相关要求,并明确了相关违法行为的法律责任。 由于限塑令在每个年代都有相关的法规出台,本研究我们将选用2020 年9 月1日为准的政策进行数据提取。
根据需求替代效应塑料制品的禁用势必会造成可降解塑料的崛起,常见的可降解塑料包括淀粉塑料、聚乳酸(PLA)、聚己内酯(PCL)等。 以塑料袋为例,目前市场上有许多可降解塑料可以用来代替传统的塑料袋,其中常见的可降解塑料包括:淀粉基可降解塑料、生物降解聚合物、光降解塑料。 虽然由棉、麻、化纤等材料制成的布袋也可作为塑料品的代替品,但却不属于可降解塑料的范畴。 针对塑料制品这个概念,企业拥有可降解塑料概念是首要考虑的。
行业数据:本组数据将提取2020 年9 月1 日前后90 天的数据,并只挑选塑料制品板块(BK0454)内13家与塑料加工、塑料制品及材料强相关概念股票如国风新材(000859)、天晟新材(300169)、国恩股份(002768)等,并剔除上海石化(600688)、中国石油(601857)这种沾边概念且波动甚微的大盘股。 对于塑料制品,最好的替代板块莫过于可降解塑料(BK0909),而与其强相关的A 股有:瑞丰高才(300243)、美联新材(300586)、道恩股份(002838)等。虽然棉、麻、化纤等材料也可作为替代品,但由于涉及行业过广,概念相关性较差,故不在考虑范围之内。
4.传统火力发电与新能源绿电行业
经国务院同意,国家发展改革委于2021 年9 月18 日印发的《完善能源消费强度和总量双控制度方案》是当前和今后一个时期指导节能降耗工作、促进高质量发展的重要制度性文件,其目的是推动实现碳达峰碳中和。 随着国家发改委能源消耗双轨制政策的出台,全国已有12 个省份因能源消耗双控、供电量不足和环保限产政策而被迫拉闸限电。 许多依靠传统火力发电的企业如化工、有色金属等高耗能行业纷纷停工停产。 此时A 股市场共计3000 多只个股下跌,更有超200 只跌停,周期股迎来下跌,平均跌幅为5%。 由于此次限电覆盖面较广,受此冲击的行业样本量过多,因此本文选择与发电直接相关且影响最深的火电概念为主要板块进行研究。 火电是现代工业和生活中最主要的传统能源供应之一,而可将其完美替代的则是绿色电力新能源。
行业数据:本组数据将提取2021 年9 月18 日前后90 天的数据。 由于受到影响的样本种类不同,许多周期股都可被列为参考对象。 由于限电是主原因,本组数据只提取与传统火力发电概念强相关包括龙源技术(300105)、华银电力(600744)、晋控电力(000767)在内的11 家企业。 对于替代品板块,所有涉及水电、风电、太阳能光伏、核能概念的企业其实都可以成为很好的替代股。 但为了本组数据的一致性,我们将从新能源板块(BK0493)直接挑选出相关股票如开尔新材(300234)、茂硕电源(002660)、中能电气(300062)、圣阳股份(002580)在内的17 家企业。
5.碳酸饮料与健康饮品行业
2021 年6 月17 日,在世界杯前夕,著名球星C 罗带领葡萄牙队参加欧洲杯。 赛前发布会上,C 罗一个挪开可口可乐的小动作,让可口可乐市值瞬间暴跌255 亿元。 此外,现代年轻人对健康养生的注重,0 脂0 卡0 糖概念的饮品开始逐渐盛行。 国内对C 罗的高度关注,此举一度冲上微博热搜以及各大新闻媒体平台。 平台讨论度过亿,转评过万。 根据信息传递效应的理论,C 罗把可乐换下后,直接替换了矿泉水摆在桌前,所以与矿泉水、健康饮品强相关的概念股票可能会成为最好的替代投资品。
行业数据:本组数据将提取2021 年6 月17 日前后90 天的股票数据。 由于专注于碳酸、非健康饮品概念的企业较少。 多数企业经营饮品的同时还经营食品,至此,对于此概念的筛选比较模糊,符合的样本较少所以需要提取部分美股。 除了提取香飘飘(603711)、麦趣尔(002719)等与饮料及饮料包装概念的5 家企业,还提取了部分美股如Coca-cola(KO)、PepsiCo(PEP)、Dr Pepper Snapple(DPS)等作为参考数据综合研究。 而矿泉水、功能性饮料等健康饮品概念则可以成为较好的替代行业,如泉阳泉(600189)、东鹏饮料(605499)、开能健康(300272)等,以及部分美股Primo Water Corp(TSE)、Nestle SA(SWX)。
本节针对10 行业进行了描述性统计分析。 表1呈现了在事件前的估计窗口期内不同行业之间的平均超额收益率的统计情况。 通过观察均值、最大值和最小值,我们可以发现各行业的涨势存在差异,而跌幅相对较稳定。 这种情况可能是由于利空消息尚未公布所导致。 估计窗口内,替代品行业组间的平均超额收益率保持稳定且呈正波动,波动程度适中。
表1 10 行业估计窗口数据
表2 展示了在利空消息发生后的事件窗口期内,10 个行业平均超额收益率的统计情况。 相较于估计窗口期,部分行业如传统烟草和主机游戏显著展现出高于估计窗口期的超额收益。 然而,一些受到利空消息严重影响的行业,例如新能源和可降解材料,尽管经历了下跌,但总体跌幅仍较小,且波动较为平稳,甚至小于估计窗口期内的水平,这表明受利空消息直接影响的行业面临更大的市场波动性,而替代品行业则表现稳定,存在稳健投资机会。
表2 10 行业事件窗口数据
总体而言,可以观察到在估计窗口内,尽管事件尚未发生,替代品板块整体走势优于受利空消息影响的行业。 这可能是由于早期信息传递途径中的次要渠道所带来的影响。
本小节将对十个行业逐步进行断点回归分析并加以汇总总结。 由表3 可知,在5%的置信度下,半数以上的行业达到了显著的程度。
表3 10 行业断点回归结果
通过分析值可知,共有6 家行业在5%的置信度下被拒绝。 健康饮品和传统火力发电这两个行业略微超出了5%,而可降解材料和新能源行业则不显著。这样的结果可能是由于市场整体低迷,导致此类行业受到拖累。 此外,可降解材料和新能源绿电行业尚未成熟,仍需要依赖受影响行业提供基础服务,无法完全规模化应用。 因此,它们更容易受到冲击。 尽管如此,对于整个市场而言,它们的跌幅仍然相对较小。
为避免因数据不平稳而引发的结论偏差,我们对10 行业的时间序列进行了单位根检验(表4)。 结果发现:在5%置信度之下,所有10 个行业都是平稳的,因为它们的ADF统计量都远小于其临界值。
表4 10 行业ADF 单位根检验
本小节将采用混合面板模型对10 行业进行综合研究,以探究利空消息或政策限令发出后各板块股票的日收益率是否有显著变化。
1. 10 行业平均收益率与其波动性的对比
估计窗口、事件窗口10 个板块股票的平均超额收益率分别为0.82%、1.19%,有显著提高,这可能意味着在事件发生后,投资者将资金转向其他替代投资机会,从而推动了整个市场的平均收益上升。 而收益率的根方差则分别为3.16%、3.21%,也有明显加大,这可能表明市场在事件发生后面临了更大的不确定性。 这一观察结果在一定程度上验证了本文的假设3,为了进一步验证假设3 的可靠性,我们给出10 行业股票超额收益率图及其根方差图。
2.10 行业超额收益率与其波动性的对比
图2 给出了10 个行业估计窗口和事件窗口各股超额收益率的差别。 在估计窗口期间,10 行业股票平均超额收益率散布在一个幅度较小的区间,主要集中在0.15%至1.5%之间。 这表明在事件发生前,10 行业的收益表现相对稳定。 而在事件窗口期间,10 行业的超额收益率出现了较大的波动。 例如,行业(5)的平均超额收益率从0.8%上升至1.75%;而行业(3)的平均超额收益率从0.15%增至0.18%。 这表明在事件发生后,10 行业的超额收益率呈现显著差异。
图2 10 行业估计窗口与事件窗口的超额收益率
与估计窗口期间相比,事件窗口期间的平均超额收益率在某些行业中有显著增加,例如,行业(1)的平均超额收益率从0.8%升至1.8%,这可能表明在事件发生后这些行业的投资者将资金转向了其他替代投资机会,从而提高了这些行业的平均超额收益;也有一些行业在事件窗口期间的超额收益率相对较低,例如,行业(4)的平均超额收益率从0. 5%降到0. 3%。这可能意味着这些行业在事件发生后受到了一定程度的负面影响。
这一观察结果在一定程度上验证了本文的假设3,为进一步验证假设3 的可靠性,我们给出窗口内平均超额收益率的根方差示意图。
由图3 可知,在估计窗口期间,行业1、2、5、7、8 和10 的超额收益波动较高,范围在3.2%至4.2%,这可能意味着这些行业在事件发生前的市场环境中风险就相对较大。 而行业3、4、6 和9 的波动性较低,范围在2.25%至2.9%,表明这些行业在事件发生前的市场环境中风险较小。
图3 10 行业估计窗口和事件窗口收益率根方差
在事件窗口期间,行业5、8、9 和10 的超额收益波动明显上升,分别为3.4%、4.15%、3.6%和4%,说明这些行业在事件发生后的市场环境中,风险增加。 而行业1、3 和7 的波动略有下降,分别为3.2%、2.7%和2.8%,表明这些行业在事件发生后的市场环境中风险略有降低。 行业2、4 和6 的超额收益波动基本保持稳定,分别为3.1%、2.8%和2.4%,意味着这些行业在事件发生后的市场环境中,风险水平相对较为稳定。
3.混合面板回归分析
本小节采用混合面板断点回归模型来分析事件发生前后的收益影响(见表5)。 在模型中我们以D为虚拟变量(取值为0 或1),用以表示事件发生前后的状态。 当D=1 时,表示事件发生后的状态;当D=0时,表示事件发生前的状态。
表5 10 行业混合面板断点回归结果
由表5 可知,D的估计系数为0. 018 9,t值为2.63,P值为0.009,表明在事件发生后,平均超额收益率显著增加1.89 个百分点;常数项的估计系数为0.2466,t值为47.75,P值接近0。 这说明在控制了事件发生前后状态的影响后,其他可能影响收益的因素对收益的影响是显著的。
根据表6 的回归统计概要,我们对混合面板模型进行最后的分析。 从表6 可知,F值为6.93,表明模型整体具有显著性。 样本数1 055 为大样本,因此模型的估计结果具有一定的可靠性。R2=0.012 6,调整R2=0.010 7,这意味着虽然模型解释了事件发生前后平均收益率变化的一部分,但仍有许多其他因素未被模型包含,拟合度较差,可能未来需要进一步研究以完善模型。
表6 回归拟合统计概要
首先,本文使用断点回归模型研究了利空消息对股票价格的影响以及其背后的替代投资机会。 经事件分析后发现,利空消息一旦发布后,受影响行业的股票收益率会显著下降,但与受影响行业相关的替代投资行业的平均收益率会显著上涨,导致整个市场的平均超额收益率显著上涨。 这表明利空消息背后确实存在着替代投资机会,投资者可以通过逆向思维,寻找与受影响行业相关的替代投资机会,规避风险并获取超额收益。
其次,本文采用固定效应估计和混合面板模型来排除了非观测异质性的影响。 通过对10 行业股票数据的综合分析判断,本文发现受影响行业与替代品行业之间整体确实存在负相关关系。 在全行业混合面板回归分析中,本文也证实了整体数据的超额收益率对于A 股市场的显著性。 至此,此项研究不仅仅为投资者提供了实用性的投资思路,还为资本市场的理论和实践提供了创新性的思路和方法。
首先,在应对利空政策对股市的冲击时,政策制定者肩负着在市场稳定与行业健康发展之间寻求黄金分割点的责任。 要切实做到:第一,保持政策透明度,并与市场参与者积极沟通,使投资者能够及时了解政策动向;第二,避免突如其来的政策变动,为市场留出适应新政策的时间,降低市场恐慌程度,实现市场与政策的共赢;第三,在实施新政策前,政策制定者应审慎评估其可能对市场带来的影响,并制定相应的缓解措施;第四,在政策执行过程中,要密切关注市场反馈,根据实际情况适时调整政策,确保政策的有效性;第五,切不可忽视保护投资者的利益,确保政策公平公正地执行,并通过正确教育和宣传引导投资者理性看待政策影响。
其次,在面对利空消息时,投资者可以采取逆向投资策略来应对市场的波动,在资金允许的情况下,投资者应保持乐观的心态,善于发现利空背后蕴藏的替代投资机会,并顺应市场走势,把握可能存在的超额收益机会。 而在这个过程中,保持冷静不恐慌则是制胜关键。