论文部分内容阅读
平均处理效应(ATE)模型主要用于对政策措施的效果评估,这在微观计量经济学理论和实际应用中,都有着非常重要的地位。对于平均处理效应的估计,我们现在一般采用半参数模型。这类模型对误差扰动项没有假定具体的分布,使得估计量具有一定的稳健性。但是现有的此类模型一般都不能容纳异方差情形的存在,而我们知道,对微观数据而言,异方差一般都是存在的。在估计ATE时不考虑异方差的存在而直接使用同方差模型,将导致ATE的估计量不具有一致性。所以,本文在一种相当普遍的异方差情形下面,探讨了如何一致地估计ATE。按照决策方程中潜在效应函数的不同形式设定,本文对应给出两种不同的估计方法及其各自的渐进方差,以便于读者进行统计推断。把现有的ATE半参数估计模型拓展到异方差环境下面,是本文的主要理论工作。
中国的证券市场在2005—2009年间经历了一段波澜壮阔的牛熊转换,其间波动幅度之大,变化速度之快在世界证券史上实属罕见,吸引了国内以及全世界投资者的目光,同时也吸引了作者的注意。同样,作为证券市场重要组成部分的、伴随着中国证券市场整体的发展而发展的证券分析师群体,他们在证券市场运行中的各种表现,就成为笔者选择其作为研究对象的诱因。
对证券分析师所作股评报告的作用分析,每个投资者的目光都是首先集中在股评报告对个股股价的影响上面。但是,股票的价格形成机制,众说纷纭,没有一个坚实的理论基础。所以本文在研究股评报告对个股的影响时,不考虑其对股价的影响,而着重考虑它对个股成交额的影响。从分析师的行为动机来看,这也是一个非常有价值的问题。其隐含的假设前提是分析师行为是理性的,大额的成交额,通常意味着大额的交易费用,这往往也恰好是券商的利益所在。作为一个理性人,证券分析师往往会发布股评报告,帮助他的雇佣机构出货、或者赚取大额交易费用。而我们本文要做的工作恰好就是量化这一成交额的变化。其结果对证券分析师,投资者,券商以及公司管理人员都有着现实的参考意义。
个股股评报告的发表会直接引起个股成交额的变换,其背后的解释是:股评报告的发布会引起更广泛投资人的关注,这就对个股的交易量产生了直接的影响。基于此,我们可以采用类似回归分析的计量方法,来估计股评报告对个股成交额变化的平均处理效应(ATE)。类似的工作,国内外现在仅有定性的描述,而使用处理效用模型对其进行计量分析,还属首次,希望本文在这方面能起到抛砖引玉的作用。
在本文的实证部分,我们采用多种计量模型,对上市公司的那些因素吸引我国证券分析师注意力,以及其股评报告发布之后对成交额的影响程度,进行了定量的分析研究,得到了一些研究结果。我们首先确定了吸引股评分析师注意力的多个指标,发现A股市场的证券分析师首先关注的是大型上市公司,公司规模越大,其信息越透明,便于分析研究,同时大盘股可以承载更大交易量,所以大盘股首先受到分析师的关注。本文还对比了采用参数的二元选择模型和本文的异方差模型的不同计算结果,根据本文异方差二元选择模型的计算结果,代表公司负债状况的指标没有通过显著性检验。对于这个指标的显著性,参数模型和本文异方差模型分别给出了不同的判断。由于我国的银行业的贷款趋向大公司,以及我国国有企业的特有性质,证券分析师对上市公司的债权结构不太关注,这种现状和本文模型估计的结果是暗合的。
然后,我们利用本文的异方差ATE模型,估计了在我国A股市场中,股评报告的发布对个股交易额的影响程度。在没有其他超预期的因素影响前提下面,在控制了板块和大盘的影响以后,本文最终得出股评分析报告对于个股成交额的影响系数(即平均处理效应,ATE)为13.9％。提供给证券分析师以及券商一个重要的量化指标。另外还得出结论:在我国A股市场,大盘交易额的变化对个股交易额变化的影响不明显,在这点上,同方差半参数模型给出了相反的结论。加上所属板块交易额的变化对个股交易额变化的影响显著这个结果,使得采用本文异方差ATE模型的计算结果,非常符合我国A股市场主要以资金推动为基础,以板块轮动为特征的基本特征事实。比较分析这些同方差模型和异方差模型计算结果的差异,反映了处理微观数据时,考虑异方差特性的重要意义,这也正是本文理论工作的实际来源。
本文主体结构上面分为理论和实证应用两大部分。本文的前五章为理论部分,第六、七章为实证部分,理论部分是实证部分的基础,实证部分又为理论部分提供了实际的产生背景。总体来说,全文以理论部分为重点。