华中科技大学硕士学位论文中国股票回报率偏度研究姓名：殷静申请学位级别：硕士专业：金融学指导教师：欧阳红兵2010-05
华 中 科 技 大 学 硕 士 学 位 论 文 摘 要 如今，精明理性的投资者们，开始越来越关注股票价格行为。大量的实证证明，股票的回报率并不是服从正态分布，不能满足有效市场假说(EMH)金融理论的假设条件，意味着存在正偏或负偏。本文以中国股票回报率偏度为研究对象，分析影响其的诸多因素。首先，在禁止卖空及投资者异质的前提条件下，以股票价格对消息的反应呈现出价格凸性为理论基础，观测价格反应与偏度的关系，以此展开对于盈余公告价格反应的实证检验。其次，基于价格反应与股票偏度的关系，提出以下几个预测：1、股票回报率偏度与当期回报呈正比、与滞后期回报呈反比；2、偏度与成交量呈正比、股票规模呈反比。实证研究分为三个部分：1、检验盈余公告后价格反应的不对称性；2、以满足两大前提假设的沪市股票偏度为研究对象，分析检验其的影响因素；3、讨论前提假设之一——卖空约束对于偏度的影响，检验是否限制卖空的股票比允许卖空的股票更显正偏，这部分以具有中国概念的h股作为研究对象，希望得到对目前我国融资融券的试点实施的建设性意见。 实证结果显示，部分变量能显著解释偏度，但整体而言，回归的拟合度不高。原因可能有以下几点：1、选取的沪市与H股的样本数量太少，个别值对总体影响大；2、2008年金融危机导致的市场经济因素对偏度的影响很大；3、可能需要寻找其他更好的变量来解释偏度，如机构持有者比例等。 关键字：偏度 股票回报率 卖空限制 换手率 意外盈余 I
华 中 科 技 大 学 硕 士 学 位 论 文 Abstract With the concept of " more rational the investment, much smarter the investor ", financial investors has become increasingly concerned about the real value of stock returns. A lot of evidence shows that stock returns are not perfectly normally distributed, can not meet the efficient market hypothesis (EMH) assumptions of financial theory, which means that there skewness is positive or negative, not equal to zero. In this paper, to study the stock return skewness in China, we try to analyze which factors will affect. Under the precondition of the short-sale constraints and heterogeneous investors, price convexity appears in the stock price reaction to the news. we use price reaction to earnings announcement to test the relationship between skewness and the price reaction. Furthermore, we post the following forecasts: 1. the skewness of stock return has a positive correlation with the current return, and has a negative correlation to lagged return. 2. skewness is directly proportional to volume, and is inversely proportional to the stock scale. Empirical part is composed of three parts: first, the price reaction to earnings announcement; second , the empirical evidence is to study the skewness in Shanghai Stock; Finally, we pay attention to one assumption--short-sale constraints, to test whether it may make the skewness more positive. We are interested in the constructive results for the current pilot implementation of margin trading in China. We find some factors appear significant effect, but the adj-R2 of the regression is too low. Reasons may include the following: sample selected in H shares and Shanghai Stock Market is too small; 2. economic factors caused by the financial crisis in 2008 has a great impact on the skewness; 3 .there may be a better variable to explain skewness, such as the institutional ownership. Keyword：skewness stock returns short-sale constraints earning surprise II
独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名： 日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 保密 □ ，在 年解密后适用本授权书。 本论文属于 不保密 □ 。 （请在以上方框内打 “√” ） 学位论文作者签名： 指导教师签名： 日期： 年 月 日 日期： 年 月 日
华 中 科 技 大 学 硕 士 学 位 论 文 1 导言 选题背景、意义 如今，金融市场发展越来越快，人们对于财富增值的需求越来越明显，股票市场自然而然地成为人们关注及参与的焦点。具有理性理财观念的投资者们，开始越来越关注股票价格收益的真实情况。股票价格是股票市场上供求情况的良好反映，蕴藏着丰富的信息。目前，股票价格行为特征俨然已成为研究股票市场特殊现象的基础，许多文献都以它们作为分析判断的指标与工具。于是，研究股票价格行为自身特征的意义也尤为突出。所谓股票价格行为，它是一个相对笼统的范畴，目前没有标准化的定义，狭义上包括整体股票回报率以及单只股票回报率的运动变化情况。 在股票回报率的研究中，许多文献都以有效市场假说(EMH)为基础，展开深入研究。随着资本市场的发展，投资者越来越关注资产价格预期问题。Sharpe (1964)、Lintner（1965）、Black（1972）提出了资本资产定价CAPM模型，Ross(1976)提出了套利定价理论，Black Scholes（1997）推导出了期权定价公式，Cochrance提出了随机折现因子模型的定价理论。但大量的实证证明，股票的回报率并不是服从正态分布，不能满足有效市场假说(EMH)金融理论的假设条件，因此对上述模型使用的有效性提出质疑。 目前，对于现实中的股票市场收益不服从正态分布，大多数的研究都把目光投向了低阶矩，讨论收益均值与波动率异常现象的解释。而Patton(2002)提出如果股票的价格回报率是有偏的，即正偏或负偏，则在资产组合模型中考虑高阶矩能提供更多的价值。对于收益分布高阶矩的精确预测，能提高资产估价的权威性以及风险管理的效率。这意味着，讨论分布特征中反应非对称性的偏度是非常具有研究意义的。在许多文献中可以看到偏度的统计性描述，但是对于究竟是哪些因素影响偏度的变化，研究甚少。 针对不同的资本市场，股票回报的分布有着其不同的表现。对于中国投资者，对其提供收益偏度的信息，具有十分重要的意义。因为相对于拥有百年历史的西方 1
华 中 科 技 大 学 硕 士 学 位 论 文 发达国家股票市场，我国股票市场凸显出它的特殊性。从制度层面上来说，不同于发达国家股票市场以所有权私有化为特征的经济运作制度，我国股票市场日前仍发展在以公有制为主体的经济运作模式下。在这特有的经济体制与金融运作环境下，我国股票市场这些特殊性主要体现在投资者结构与其行为、上市公司经营中融资红利等政策行为、中介机构与监管机构行为，以及包括信息产生与传播机制等。它们都能够很好地体现在股票市场的各类指标上，如我国投资者普遍存在偏高的换手率、我国的上市公司具有偏高的市盈率，它们的共同作用影响股票价格形成及其趋势。 中国股票市场自1990年底发展至今，通过上证综合指数的1991年初至2009年底收益率情况来观测其分布特征。根据图与表显示偏度值>5，我国沪市近20年发展收益率整体呈现右偏的现象，可见我国的股市回报整体情况是不满足正态分布的。本文将对限制卖空条件下的沪市股票进行实证研究，去检验是否选取的因素对股票的回报率偏度有明显的解释作用。 图 1991-2009上证综指收益率分布图 2
华 中 科 技 大 学 硕 士 学 位 论 文 表 1991-2009上证综指收益率数字特征 数字特征 上证综指 均值 中位数 最大值 最小值 标准差 偏度 峰度 然而，在特殊的市场发展环境下，我国股票市场高速市场化的发展是有目共睹的，从大小非的解禁到融资融券的试点运行。从2008年10月05日证监会宣布，启动融资融券试点来看，研究卖空限制的影响意义深远。在中国市场起步之前，1990年伊始，有半数以上的发达国家证券市场是允许卖空的，而允许卖空新兴国家证券市场不到十分之一；然而目前这两个数字已经增加很多，大多数发达国家证券市场已经引入卖空机制，从欧美相对成熟的卖空市场可以发现，卖空制度的在交易制度的位置是至关重要的。而对于发展中国家证券市场，目前证券市场的制度还相对不够完善。但发展中国家的新兴市场不断的发展与壮大，监管制度的发展日趋完善，卖空机制的实施也成为各个国家发展完善证券市场的重要过程。随着2010年3月31日，深沪交易所通知融资融券交易试点正式启动，我国引入卖空制度的可行性与否成为大家关注的焦点。 卖空机制的施行，究竟有哪些益处？首先，能够提高市场交易的频繁度，提高资金的使用效率；其次，能够有助于中介经纪人提高利差、佣金等收入；再次，能够增加对市场看空的投资者加入证券市场；最后，对于一般投资者，融资融券的施行能为他们提高资金杠杆，使得投资者在熊市中也能获利。 一个问题油然而生：对于具有中国特色的股票，卖空限制对于偏度有何影响？我们将选取在内地注册的H股来讨论卖空的条件与偏度的关系，这对于我们融资融 3
华 中 科 技 大 学 硕 士 学 位 论 文 券的发展有着重要的意义。 文献综述 关于股票回报率偏度的研究 1）国外关于股票回报率偏度的研究 国外对于股票回报偏度的研究，有很多是关于股票回报率偏度可预测性的讨论。大概分为两个方面：一是基于总体市场的偏度预测，二是基于单个公司的偏度预测。 ①对总体市场偏度的预测 最早的理论是杠杆效应（Black, 1976; Christie, 1982），认为股票价格的下跌提高了财务和经营杠杆，这也增加了它的波动性。相应的，股票价格上升会降低杠杆，从而降低其波动性。经过长期的调整，股票回报率包含其条件分布数字特征的混合因素，它同时拥有下降的均值及上升的波动率，由此看来，杠杆效应可以产生似乎是负面的偏度。因为在股票价格下跌杠杆作用较大，所以杠杆效应导致滞后回报与条件偏度之间的负相关。 波动反馈效应(Pindyck, 1984; French et al,1987; Campbell and Hentschel, 1992 )，它取决于实证观察，在一个时期出现的重大新闻，无论是正面还是负面的，股票价格将会在这个时期内变得更加不稳定。波动率的上升，影响了对股票的回报预期，这进一步加剧了一股票下跌，但阻碍股票价格上升。波动反馈效应预测：对于相同数量的信息，股票价格下跌程度大于上升程度增加。这将导致股票价格下跌时更多的回报是负偏。Berd, Engle, Voronov（2005）指出波动回馈效应导致市场上的负偏度。 Veronesi（1999）提出了一种理论，经济状态的不确定性所产生的波动。模型中，股息是一个马尔可夫过程，转换在好与坏的经济状况之间。当投资者收到一串好消息，他们变得更加确信经济正处于良好的状态。如果坏的消息出现在好消息后，它会导致价格下降，并且使投资者更难确定经济正处于什么状态。另一方面，当投资者认为经济在恶劣的状态时，到达好的消息，价格会上涨但同时增加了对于经济状态的不确定性。Veronesi指出在均衡时，投资者在不确定状态下的套利意愿，使得股 4
华 中 科 技 大 学 硕 士 学 位 论 文 票价格对坏的消息过度反应和对好消息反应不足。因此，当股票价格下降时，回报更加负偏差。 Blanchard and Watson (1982)建立的随机泡沫模型，则预测更大程度的负偏会呈现在一定的价格上增长后。这里出现的不对称性是源于股票泡沫的爆发。 Cao，Coval， and Hirshleifer (2002)模型建立基于存在异质的交易成本，投资者分为不同类型。模型中在有知情的投资者、与不知情的交易者、和一个不知情的做市商。一些投资者在对证券估值时有一个共同的噪音信号干扰。该模型预测价格迅猛上升后出现负偏，迅猛下降后出现正偏。 Hong and Stein (2003)（简称HS模型）提出一个模型滞后调整的换手率与偏度负相关。由于投资者异质性信念与限制卖空，回报的上升是不对称的。 Jiangguo Xu(2007)在禁止卖空和投资者信息精度差异前提下，推导出对于信号的反应，价格呈现出凸性。在同等数量的利好利空消息，市场对利好消息的反应强于利空消息。因此，如果同时对于消息数量和价格反应可以观测，这种非对称线可以在价格中得到反应。 Elaine Hutson , Colm Kearney , Margaret Lynch(2007)以11个国际市场日度和月度数据研究偏度和成交量的关系，创建了单方程和VAR模型研究滞后回报与成交量的关系，支持了回报的不对称性结论。 Engle, Robert Mistry, Abhishek（2008）研究在总风险因素与股票回报横截面的偏度的来源。在ICAPM中设定条件波动，理论上的时间序列假定，得到关于波动、回报、定价风险因素与偏度之间的关系。这些假定下，公司规模、账面与市值比与动量因素回报显示不寻常的行为，则认为这些因素不是定价风险。本文将总风险和单个股票的偏度联系起来，经验地得到，风险厌恶效应在单个股票偏度中很明显。而且，找到一些公司的特征来解释股票的偏度。公司的规模越小、价值越高、杠杆越高、信用等级越低，公司呈现更高的正偏度。 ②对单个股票的偏度预测 越来越多的研究也关注单个股票的偏度。Bakshi, Kapadia和Madan(2003)检验市场与30个股票的风险中性偏度，两者都得到的负偏度，单个股票的负偏度更小。Chen, 5
华 中 科 技 大 学 硕 士 学 位 论 文 Hong and Stein （2001）通过美国市场的研究，说明通过调整的换手率、滞后回报能预测个股日回报偏度。Dennis 和Mayhew （2002）从理论上说明如果投资者在其投资组合中不足够持有资产，那非系统风险将影响均衡资产价格。如果投资者不能持有市场组合，那他们将关心总风险，而不仅仅是系统风险。因此具有总变化（或非系统变化）越大的公司要求更多的回报弥补来不完全分散化。同时发现β越大的单个股票的风险中性偏度负值越大（反比）。Duan 、Wei（2006）研究隐含波动，发现系统风险在期权微笑中定价，它是单个股票中负偏度总值的一个指标。文章指出：研究定价风险因素与单个股票的负偏度，目的有两个：第一，在ICAPM模型中为不对称波动和风险因素回报的负偏度建立基础。检验FF-C因素中那些事定价风险因素。同时发现风险厌恶假设是正确的，只有市场风险才出现在定价中。第二，检验单个股票的偏度来源，分别为：市场不对称波动效应、高系统风险（更大的负偏度）、特殊的公司特征（小规模的正偏度大于大规模的）、更少金融约束、股票价格下降（正偏度回报大）。 还有的文章通过横截面分析来研究公司偏度的非系统来源。Hong, Wang,和Yu (2007) 认为之前的研究发现有些来源在决定公司偏度时起重要的作用，如相对无约束的公司，正偏度大些，因为他们在股价下降时再次购买的能力。他们还发现，大规模市场资本化、高杠杆、高市价账面价值比、股票上涨的公司，更倾向于有更高的负偏度。 2）国内关于股票回报偏度的研究 在国内的文章里，研究偏度的文章比较少。多数是对于CAPM与Fama-French三因素模型引入高阶矩的实证研究，对模型进行修正。 邓长荣（2005）利用中国深市股票八年数据，对Fama等的因素模型进行了实证使用chow检验，它更能准确地描述股票回报率截面数据的变化情况。文章结果显示Fama因素模型在中国股票市场是可以实现的,并且以经验数据对Fama因素模型回归系数的波动性和资产预测评估情况进行了实证检验。 荣喜民（2005）提出资产回报率以及投资者对于回报与风险的抉择不断地改变，在股票价格回报率分布上都会有很好的体现。文章将研究延展至多期，考虑偏度等 6
华 中 科 技 大 学 硕 士 学 位 论 文 影响，构建了多期的模型。研究结果对于投资者长期持有具有重要的意义。 肖冬荣，黄静（2006）在Markowitz理论基础上，通过加入偏度，在模糊环境下构建一个新模型，寻找模糊最优解，从而实现投资组合模型更加精准的目的。文中的模糊函数包括偏度的优化函数。 张术林（2007）以滑动分块自助法对中国股票市场进行实证检验。实证证明它比传统方法更有效拟合分布。 对资本资产定价模型有所改进，引入偏度等高阶矩的文章不占少数。徐静（2007）从投资者的效用函数出发，引入偏度等高阶矩来解释风险因素。以10只股票作为研究对象，对比引入高阶距的模型与传统模型。结果显示引入偏度等解释有更高的精度。罗小虎（2008）通过挑选的10只股票的一年零二个月的数据，实证证明加入高阶矩的模型更能提供精确的估价。 袁怀宇、张宗成（2009）通过沪市、港市两个市场为研究对象，来对比研究股票回报的非对称性。通过EGARCH-GED模型发现，沪市回报分布表现出偏度小于0，港市大于0；在股市处于不同行情中，“杠杆效应”的研究，发现在卖空限制的影响下，价格对信息的处理不一致。这个结论为我国内地股市价格变化大的情况提供说明。 蒋翠侠（2009）用GARCD-JSU模型拓展金融风险溢出效应。不仅仅只考虑前两阶矩，引入了偏度和峰度。通过各国的指数为研究对象，实证证明偏度的溢出效应明显。 关于卖空限制与股票市场关系的研究 纵观研究卖空制度对于证券市场的影响，主要包括以下几部分：(1)股票的回报收益率；(2)对股票市场波动率、偏度的影响。 1） 卖空限制与股票价格 Miller（1997）是第一个提到卖空制度对回报率的关系。那时他提出，如果限定卖空的话，不同的投资者存在很大差异的预期，则容易导致股票的价格偏离实际值而上升。这主要是市场无法实现潜在空头的力量，股票价格更多地体现了多方积极的购买情绪，多头力量将占优势，市场倾斜性地体现了多方的预期。同时，第一次 7
华 中 科 技 大 学 硕 士 学 位 论 文 提及肥尾现象，这种非对称性研究正是下文中要讨论的偏度问题。 随之，出现了许多研究开始讨论Miller理论的正确与否。赞成Miller观点的有Aitken et al(1998)、Chang et al(2007)等，他们分别以澳大利亚、与香港市场股票为研究对象，通过对比在放宽卖空限制前后股票的回报率，以实证数据为基础，分别运用时间研究法、模拟法来检验是否允许卖空对股票回报率有影响，得到的结论都是完全支持放松卖空限制会导致股票价格下降。 还有一部分学者，着重以不同影响因素考量卖空的限制水平对股票价格回报率的作用。Figlewski（1981）以多家公司及标准普尔500指数6年数据为研究对象，用卖空的利率水平度量限制卖空。得出的结果是：允许卖空的程度越大，则股票价格回报不如零限制卖空的表现好。另外Jones and Lamont （2002）以纽约市场30年代7年的数据为支持，发现一只股票如果卖空成本处于高位，则对它的预期将会上升,但是之后收益率将有下降的趋势。Boehme(2006)综合采用多种方法来度量它们之间的影响，运用引入其他三个因素的模型，从而验证卖空限制是否与股票价格有相关性。 反驳Miller观点的数量不多，Jarrow (1980)，Lamba (2006)分别通过对比以卖空限制为唯一差别，一个对比两个市场、一个改变卖空条件前后对比。前者推导得出股票回报率是由经济条件及投资者的预期所影响，是与卖空条件存在与否无关。后者得到在卖空条件放松后，股票价格上升的结论。 总而言之，大部分实证研究都支持卖空限制会引起股票回报率上升。 2） 卖空限制与波动性、流动性、偏度 对于卖空限制的影响，国内外有许多对卖空机制与股票价格波动之间关系的探讨。 Kim（1996）以新加坡市场为研究对象实证分析了卖空限制是否对股票收益波动率产生作用，和股票回报分布是否具有不对称性。最后得到在新加坡股票市场，处于卖空限制的交易时间内的波动会显著偏高，这就是说，禁止卖空会提高股票回报的波动性。 Anchada(2003)针对一百多个国家证券市场的研究发现，在2001年6月到2002 8
华 中 科 技 大 学 硕 士 学 位 论 文 年，限制卖空的股票市场的波动性比允许卖空的股票收益高。Charoenrook and Daouk（2003）以成交量的替代量—换手率来度量市场效率，结果发现限制卖空的市场流动性出现普遍低的情况。Haurvy and Noussair（2006）提出卖空机制的双刃性：一方面禁止卖空引起股票价格的高估，另一方面放松卖空限制也会造成股票价格低估。在 Bris（2007）对于卖空的实际影响持不同意见。文章提出若对卖空条件实施合理的限制，市场上极端回报出现的可能性会小。并且实证性最能够证明放松对卖空机制的限制能提供稳定市场波动的作用。Shkilko et al（2008）提出卖空机制的实行会对心理上的巨大影响。这里强调卖空机制的双面作用，一是对于制度本身，而是对于投资者心理。 我国对于卖空限制的影响也有很多研究。如廖士光和杨朝军(2004)实证检验了台湾市场在6年间的卖空机制和股票价格之间的影响。结果显示，卖空实现的交易金额和加权指数之间有一定的长期稳定协整关系。卖空市场机制并没有增加证券股票价格的波动，反而能够平抑波动的影响。之后还实证研究了香港市场，其结论表明在卖空交易中，交易金额与股票成交额之间出现正相关的关系，它们得到皮尔森相关系数超过百分之六十。 对于卖空限制对于偏度的研究，魏文婷等（2009）以港市上允许卖空的榜单为基础，对比其修正前后这些证券的回报偏度，得到禁止卖空导致收益偏度大于0。从而为市场的回报分布显示出右偏提供证据。此外，通过panel数据，解释偏度与当前、滞后期回报的关系，从多方面讨论了卖空机制对股票市场的影响。 写作思路、研究方法和创新点 综上所述，研究偏度的影响因素有着重大的意义，为后续引用偏度的作为解释工具的研究提供分析思路。 本文以中国股票回报率偏度为研究对象，分析影响其的诸多因素。本文结构分为大致分为四部分。第一部分导言，阐明文章选题目的及意义、文献综述、写作思路、研究方法和创新点。第二部分为研究股票回报率偏度的理论基础，介绍在禁止卖空及投资者异质的前提条件下，建立模型推导股票价格对消息的反应呈现出的价格凸性，以及价格反应与偏度的关系。第三部分是实证部分， 9
华 中 科 技 大 学 硕 士 学 位 论 文 包括四小节，第一节为实证假设预测，分析可能影响偏度的因素，提出偏度的假设预测；后三节是实证检验，包括三个部分： 1、价格反应不对称性的实证研究；2、以满足禁止卖空与投资者异质两大前提假设的沪市股票偏度为研究对象，分析检验其的影响因素；3、讨论前提假设之一——卖空约束对于偏度的影响，检验是否限制卖空的股票比允许卖空的股票更显正偏，这部分以具有中国概念的h股作为研究对象，希望得到对目前我国融资融券的试点实施的建设性意见。 本文的研究方法包括统计性描述、回归分析、以及直接检验。比如在实证检验的第三部分，对比H股市场允许卖空与限制卖空的股票偏度，利用香港证券市场上对H股指定卖空的股票名单,将H股分为允许卖空及限制卖空两类，以回归模型来分析对偏度产生影响的因素回报。鉴于修正日期以季度为周期的修正规律性，本文将计算出它们的季度偏度，将允许卖空与限制卖空的偏度比较。 本文的创新点，主要在于研究对象的选取：1、实证的前两部分，选取沪市股票从2000年开始每次按时公告至今的上市公司。目前对于中国市场的研究一般选择上证180，或者是沪市、深市成分股，或是整体股票。本文对数据的选取作此处理主要目的是为研究在中国市场上发展相对成熟且稳定的上市公司股票价格行为，用以支持为中国股票市场的长期发展的研究。2、在研究卖空限制对偏度的影响时，不以单只股票的时间序列为研究对象，根据动态变动的指定卖空榜单，将H股股票分为允许卖空与限制卖空两类，这样从整体分析卖空限制对于股票市场的影响，尤其是对于偏度。以往的研究则一部分是选取单只股票，对比其卖空限制修改前后对股票价格行为的影响，这种方法当遇到股票在短时期内卖空限制条件连续修改时，出现瓶颈。还有一部分研究是针对各个国家的情况，将市场定义为允许卖空与限制卖空两种类型，这对于中国市场逐渐放宽卖空条件的意义不大。 10
华 中 科 技 大 学 硕 士 学 位 论 文 2 股票回报率偏度的理论基础 模型 考虑两项资产，一个风险资产（股票市场）与一个无风险债券，在利率水平R,存在无限的供给和需求。模型有三个阶段，t,t,t。在t，投资者期望效用是0120−awU(w)=−e，进入市场都伴随着投入一单位的风险资产。在t，对风险资产收益信1息能公开观察。t时，实现收益，且交易只发生在t。 22 时间t，信号s等于资产收益x与噪声ε之和： 1s=x+ε （） −1−12其中x与ε服从独立正态分布，即x~N(u,τ)及ε~N(u,τ)，其中τ=1/σ xxεεxx2τ=1/σ分别表示x与ε的精度。投资者同意x的分布，但对于ε的分布存在分歧。更εε准确的说，是对τ的分歧。 ε1）前提假设 假设一：投资者对于ε的可信程度存在分歧。将投资者分为两类： 认为信息精度低的投资者τ，认为信息精度高的投资者τ，分别比例为λ和1−λ。 LH假设二：风险资产卖空是禁止的。 所谓卖空机制，是指证券市场上允许或指定允许一些股票，证券投资者能在未拥有的情况下向经纪人、信托公司及一些金融机构先行借入以卖出，在实际交易前，买入相应数量的这些股票，交易时清算差额的一种形式。当卖空的股票价格处于下降趋势时，证券投资者有正收益，价格上升则收益未负。 这个假设是以卖空的成本、风险、限制因素来证明，其目的是为了将潜在的卖空者逐出市场。假定存在卖空则将导致最更高的成本和风险，所以为简单起见，本文假设禁止卖空。 此处有两点与以往的文献不同：第一，基本假设不同。他们假定两类投资者观测私人信号，而且对自己的得到的私人信息过度自信；而本文的模型，假设所有投 11
华 中 科 技 大 学 硕 士 学 位 论 文 资者观测相同的公共信息，但是对公共信息有不同的理解。第二，研究目的不同。之前的研究在设计模型是为了研究卖空限制对于投机泡沫的研究，这个模型建立则是研究卖空限制与投资者对于信息理解异质的共同作用对股票回报率偏度的影响。 2）求出均衡 竞争性均衡是价格和需求的函数，能够实现交易者的预期效用最大化，以及市场出清。当新的信息出现时，投资者会不断更新他们的判断，见引理1。 引理1：投资者类型θ(θ=L,H)的后验精度与后验均值分别为 ˆτ=τ+τ （） θxθττxθˆu=u+s （） θxˆˆττθθ其中公式表示“精度低（高）”的投资者的后验精度也低（高），因为后验精度是衡量投资者对于他的后验信念多有信心。在信息获得后“低精度”投资者比“高精度”投资者信心程度低。这就是说，对于信号的信心转到对于后验信念的信心了。因此τ比τ信心要低。公式说明了在更新了认识后，τ对于τ来说，将以较低的LHLH权重置于信息，以较高的权重置于现有的认识。更直观的说，认为信息有高质量的投资者，置于信息的权重高。 由于投资者当前决策取决于未来的信息，本文从后向前推导，从t推到t。在时20间t，收益实现。因此，不存在资产回报的不确定性，因为没有任何帕累托改进的2交易。而资产的影子价格是实现了收益。 在t，决策问题是静态的，因为未来的交易不会改变。对于投资者θ(θ=L,H)最1优化 J(W,I)=UV, （） 1,θ1,θ11,θ1,其中： U≡−exp(−aRW) （） 1,θ1,θV≡MaxE[exp(−ay(x−RP))] （） 1,θ1,θ1,θ1Wt1,θ1在公式θ、、里，J(WI)是类型投资者在时的价值函数，是1,θ1,θ1 12
华 中 科 技 大 学 硕 士 学 位 论 文 yttP1,θθθ111类型投资者在时的财富，是类型投资者时资产价格为时的资产需求。价U1,θ值函数由两部分组成，无风险部分(如果所有的财富都投资于无风险债券)，风险部分V(投资风险资产时预期效用的最大收益)。下面将以下几个情况说明均衡值。 1,θt1情况一：在允许卖空的条件下， 时的均衡， λˆμˆ+−λˆˆτ(1)τμ−aLLHH P= （） 1,mR(λτ+(1−λ)τ)ˆˆˆˆˆb(1−λ)ττ(μ−μ)+τLHLHLy= （） 1,Lλτ+(1−λ)τˆˆˆˆˆbλττ(μ−μ)+τLHHLHy=,其中b=1/a, （） 1,Hλτ+(1−λ)τ可见，在允许卖空条件下，平衡价格P是两种类型投资者观念的加权平均，最1,m优资产需求y、y由观念的不同决定，如果观念差异值很大，则y、y有可能1,L1,H1,L1,H为负。但是在卖空限制的条件下不能实现。 情况二：在卖空限制条件下，t时的均衡， 12ˆaσH①若μˆ−μˆ>，仅有τ投资者拥有风险资产，τ出售了所有的风险资产。 HLHL1−λ21aσH均衡价格为： P=ˆ(μ-) （） 1,HHR1−λ2ˆaσL②若μˆ−μˆ>，仅有投资者τ拥有风险资产，τ出售了所有的风险资产。 LHLH1−λ21aσL均衡价格为：ˆ P=(μ-) （） 1,LLR1−λ③如果不符合以上两种条件，则在情形1中的均衡价格仍然成立。 ˆaτhL以上讨论①也可以写作：s>s≡μ+ （） 11x(1−λ)(τ−τ)τHLxˆaτlH讨论②也可以写作：s<s≡μ− （） 11xλ(τ−τ)τHLx 13
华 中 科 技 大 学 硕 士 学 位 论 文 hll上式的两个标准值s和s将实际的均值分为三个部分，见图：①s≤s时，τHlhh投资者将会被挤出；②s<s<s时，没有投资者被挤出；③s≥s时，τ投资者将会L被挤出。三个情况下的均衡价格分别为P 、P 、P。 1,L1,m1,H p hlμs信号 sx 图 价格函数凸性 ttt011对于，均衡可以从推导，因为在时刻出现价格的分段函数，不存在闭合解。t0可使用数值方法来计算时的均衡值。如果假设投资者目光短浅，可以排除套利需t0求，简化了分析，可以推导出一个闭合解。时的均衡价格是基于投资者对未来动态预期的常数。 3）挤出机制 在上面讨论中挤出机制存在以下性质：①市场参与者平均信心随资产的价格而增加；②对于每个类型的交易，他们参与的可能性随增加他们类型的投资者人数比例；③高精度投资者参与的可能性更高。 性质①提出价格上涨后市场参与者的平均信心高于价格下跌后。正（负）信号提高（减少）资产价格的同时挤出信心少（高）交易者。因此，市场参与者的平均 14
华 中 科 技 大 学 硕 士 学 位 论 文 信心在价格上升时较高，在价格降低时较低。性质②为多数人效应。对于一个大多数人群，更容易挤出少数人群，因为在拥有大多数的群，在少数人群被挤出的时候每个人分担较小的风险。而对于少数人群则每个人分担较大。直观的说，更多的人共同的意见更容易反映在市场上。性质③指出，更有信心的投资者增加参与市场的可能性越大。由于对于信息有更高的信心，因此他们的后验信念，感知较少的风险，要求较低的风险溢价。因此，他们对资产估价更高，对风险资产的需求更多，从而被市场挤出的可能性小。 性质③也意味着市场参与者的平均信心高于潜在投资者的平均信心。就是说，那些认为自己有更多知识和信息的人更有信心，也更可能参与其中。即使每个人都有获得完全相同的信息集，但对信息的质量有着不同的理解，这也可能是发生。因此，市场参与者并不是代表平均的潜在投资者，而是一群认为自己在股市中能出色的人们。他们更有自信在这个股票市场博弈中获胜。因此，研究投资者，更可能发现是过度信心。 价格凸性与市场收益偏度 价格凸性 挤出机制预示着t时期价格函数的凸性。这是因为市场对于利好消息的过度反1应，以及对利空消息的反应不足。直观地说，市场对利好消息的反应过度，因为市场反应那些对信号更有信心的投资者，对信号精准信心小的投资者将被挤出。同理，市场对利空消息反应不足，因为这时市场反应对信号精准信心不足的投资者。数学hl上，当s≥s时，有P>P，当s≤s时，则P>P，在图中 ，可以看到当信1,H1,m1,L1,mhl号大于上临界值s时，价格函数陡峭，小于下临界值s时，价格函数平缓。 价格函数凸性预示着，在同等数量的利好利空消息，市场对利好消息的反应强于利空消息。因此，如果同时对于消息数量和价格反应可以观测，这种非对称线可以在价格中得到反应。公司的盈余公告提供一个方案来测试这个预测。下节提供了经验证据这一预测。 15
华 中 科 技 大 学 硕 士 学 位 论 文 注意，不仅仅是在t时期出现价格反映凸性，在存在过度反应和不足反应的情况1下，有个问题出现了：是否出现多期价格函数的凸性情况。 股票回报率偏度 所谓偏度，就是样本的三阶中心距，其计算公式为： 3n(x−x)333iEˆ(x−u)/σ/σ， （） ∑xni=1其中x 为样本平均值，σˆ为标准差，针对本文的研究对象x、σˆ分别为各股票xx的回报率均值和标准差。偏度衡量的是一个分布的对称性，正偏预示着右边存在一个长尾，负偏则左边存在一个长尾。 价格凸性与回报率偏度的关系 价格凸性对市场的回报分布有着重要的影响，比如说价格函数的凸性使得市场回报呈现右偏现象。现在来证明这个现象，假设接收的信号是对称分布，出现同等数量的利好和利空消息，在这里假设不存在其他因素影响股票回报率偏度。结果发现，由于价格函数在右侧斜率更陡峭，则对于同等数量的正信号对资产价格的影响大于负信号。市场回报的这种非对称性表现在同等价值的消息正回报大于负回报率。对应的，市场回报的分布出现向右偏的长尾现象，即偏度更加正偏。 16
华 中 科 技 大 学 硕 士 学 位 论 文 3 中国股票回报率偏度的实证研究 偏度影响因素的预测假设 在投资者异质与卖空限制的假设下，建立的这个公共信号的凸函数模型，这个模型给出了一下几点预测：股票价格对于利好的反应程度大于负面消息；在数量上,正收益大于负收益,导致收益分布正偏,有一条长且瘦的右尾。由此可知,卖空限制使收益正偏。另外,价格的凸性同时提高了偏度和当前市场收益,即偏度与当期收益变化正相关。进一步考虑偏度与前期收益,由于市场的调整作用,会对之前的“过度反应”和“反应不足”做出修正,而前期的过高收益则有可能就是价格的凸性导致,凸度越大,之后调整的空间就越大,从而推测偏度与前期收益负相关。股票的回报率偏度与当期回报正相关，与滞后期回报负相关；卖空限制则增加而非减少偏度。 假设一：限制卖空的股票比允许卖空的股票更显正偏，即Miller理论。 假设二：偏度与当前回报率正相关，与滞后阶回报负相关。 这个假设给予了偏度与回报率关系动态的解释，它包含两层关系： 第一部分是关于对新信号的过度反应与不足反应，第二部分是关于更正前期的过度反应与不足反应，如果高回报率是由于前期的利好消息，则不会被更正，因此，如果证实偏度与滞后阶回报率之间的负相关，则可以解释前期的高回在报是至少部分缘于价格函数的凸性所致。 假设三：偏度与成交量呈正比，与股票规模、机构持有度、所有权广度呈反比。 转到偏度与价格函数凸性的关系上，如果价格函数的凸性越大，则市场回报的偏度将会越大。在Jianguo Xu的模型中，价格凸性是由对信息质量的异质处理以及卖空限制导致的:当异质程度越大，或者卖空限制越紧时，价格函数的凸性也大。因此，偏度应当随着异质程度及卖空限制有效性程度的增加而增加（正比）。在以往的大量文献中，已经论证成交量可看做异质的一个良好的替代变量。直觉上，当投资者在如何解释新信号的差异越大，他们随后的估价就差异越大，就导致更大的成交量。因此，将研究偏度与基于异质的价格函数凸性的关系，转为偏度与成交量直接 17
华 中 科 技 大 学 硕 士 学 位 论 文 的关系。 目前的研究也提供了很多如何衡量卖空成本的结果。D’Avolin(2002)发现规模大的股票或者有更多机构持有的股票更容易卖空。在Jianguo Xu的模型中，这些股票应该更可能产生负偏的回报率。第三个非常重要的因素是，所有者的广度。它与卖空的成本呈法币，因为一个股票被更多投资者持有，则借出成本越低。这是因为：1、寻找成本将降低，如果有更多的股票卖空源，则更容易寻找。2、更广的所有权则存在潜在的竞争，这合理的调整了他们对借出股票的报价。将偏度与卖空限制的成本间的关系转为偏度与股票规模、机构持有度、所有权广度之间关系的研究。 假设四：机构持有度、所有权广度削弱规模与偏度的负相关作用。 但是，股票规模、机构持有度、所有权广度这三个变量是不相互独立的。规模大的股票更容易被机构持有，持有者的广度也就越大。三者的关系预示着机构持有程度及所有权广度是解释规模与偏度的一条渠道。但是不是直接解释规模与偏度的渠道，只是直接解释卖空交易的成本，如果这被证实，则可以削弱规模对于偏度的也是作用。 价格反应不对称性的实证研究 价格凸函数模型意味着股票价格对好消息的反应大于坏消息的。这个性质对偏度的以上预测有很大的支持作用。为了验证这个性质，本文需要鉴别合适的消息事件，还有对于每个事件的意外程度的衡量，以及价格反应的程度衡量。这几个量都不能直接得到，比如，衡量投资者对消息的未预期量，需要衡量投资者当前的信心，这是无法直接得到的。对于衡量价格的反应程度，则需要决定这个消息是何时对市场开始发挥作用，但由于信息的漏损，这也是难以衡量的。 对盈利公告的价格反应可能成为验证这个性质的很好的方法之一。本文需要衡量公告的意外盈余及相关的价格反应。价格反应可以通过衡量盈余公告公布后在选定的时间累计回报率。 18
华 中 科 技 大 学 硕 士 学 位 论 文 变量定义 本文使用以下两种方式来计算意外盈余： ① 简单算术计算法，其公式为： UE=EPS−EPS（EPS−EPS） （） ititit−4∑itit−4② 标准化的意外盈余来度量投资者意外程度，其公式为： (EPS−EPS（EPS−EPS）)∑itit−4itit−4SUE= （） itσit其中UE代表第i只股票的t时期的意外盈余，SUE为其标准化值，EPS表示ititit每股收益，EPS为t期前4个季度的每股收益，σ为t期之前4个季度的it−4itEPS−EPS的标准差。 itit−数据处理与结果分析 根据卖空限制与投资者异质两大前提条件，为研究投资者对盈余公告的价格反应，本文选取在沪市的股票作为研究对象。由于中国股市的发展时间不长，公告的在2002年以前是以半年报的形式，2002年以后开始施行季报。本文从沪市股票中选取自2000年开始每期都按时给予季报公告的股票，即从2000年6月到2009年9月公告35次的股票。为排除特殊处理股票的特别影响，删除ST、PT股票，最终本文的样本股票数量为197个，有效样本季度数据6895个。每股收益EPS由t期净利润it与总股本之比得到，数据皆来自ccer财务数据库与交易数据库。 表 UE与SUE的计算结果个数统计 itit UE SUE itit绝对值53683280< 绝对值1527 3615 > 通过公式计算，本文得到的UE、SUE的值，发现SUE的大部分都大于，ititit这可能是本文选取的股票在中国市场而言，是相对成熟的股票，股票价格变动相对稳定，导致标准差数值小。在下面的讨论中都使用UE。 it 19
华 中 科 技 大 学 硕 士 学 位 论 文 为比较正面、负面消息的价格的反应，本文将UE中奇异值（绝对值大于）it剔除，并将UE值域范围 [，]划分为10个相等对称的间隔区间。从不同的UEitit来观测对价格的反应，即每个区间内，本文计算盈余公告后1-5个交易日的累计回报。表中显示了计算的结果。本文的最终样本数是5950，平均意外盈余为%，略小于0，可以看出好坏消息几乎等量。标准差为%。通过各区间的观测数，可以发现，数值分布在数值0附近，意外盈余正的数量一定程度上大于负的数量，平均意外盈余的结果为负，很大部分原因是剔除了大量大于奇异值的原因。 在计算公告后累计回报时，鉴于本文存在涨跌幅限制，不对1日收益率作处理，剔除对2日累计回报大于15%的、3日大于20%的股票。累计回报的结果在表中显示，公告后1-5天的平均累计回报分别为%、%、%、%、%，这就是表示价格反应存在着向上正偏的现象。可以发现靠近0的正区间(0,]比负区间[,0）与零的距离要更远些，尤其是在平均意外盈余为负的情况下，这可以部分说明价格反应对于好消息显现出正偏现象。 从表中可以发现，预告盈余并不是决定价格反应的唯一因素，因为在以意外盈余的分类观测的价格反应存在比较大的标准差，如果不是信息中噪音的影响，那必定存在和价格反应有密切关系的变量。在下文中，开始研究影响偏度的因素以及它们之间的相关性。 表 对盈余公告的价格反应 盈余公告后累计回报% 意外盈余 第一天 第二天 第三天 第四天 第五天 观测区间 样本 均值 方差 均值 方差均值方差均值 方差均值 方差 均值 方差 [,) 50 [,) 86 [,) 184 [,) 454 [,0) 2061 (0,] 2384 (,] 409 (,] 188 (,] 96 (,] 38 总计 5950 20
华 中 科 技 大 学 硕 士 学 位 论 文 沪市股票回报率偏度影响因素分析 在上一节本文对可能影响偏度的变量作了预测，下面将通过实证检验来分析这些因素是否确实对偏度有重要影响。 为在卖空限制与投资者异质的前提，研究中国股票回报率偏度的影响因素有什么相关性，本文依然选取上节中筛选的197只沪市股票作为研究对象。 变量描述性分析 本文收集2002-2009年每日的交易数据，需要搜集的变量数据包括：股票收益率、滞后收益率、换手率、流通股总市值。单只年平均收益率、年平均换手率分别为日数据的平均数，其中换手率是由交易量除以总流通股数。单只股票的年回报率偏度，根据公式利用日回报率数据。本文以流通股总市值来作为企业规模的衡量变量，在研究其对偏度的影响时，本文将总市值作对数处理。来考察它对于股票回报率偏度的影响。 表为统计个变量在两段时期内的数字特征。其中skewness是偏度，cap是流通股总市值，lncap为其对数，return是当期回报率，volitility是波动的标准差，log（std）为其对数。 表变量统计分析 (std) 本文很容易发现，在这两段时间内单只股票的回报率偏度平均数均为正，这和本文之前证明单只股票回报率表现为正偏的结论相符。股票的平均波动率也随着时间的推移而增加，后五年比前五年有着明显的增势，这说明在股票市场上越来越多的人表达出对股价不一致的看法。股票的平均换手率在2006年至2009年时期增加了一倍以上，而且考虑到流通股股数是随年增加的，可见近年来，我国股票市场的 21
华 中 科 技 大 学 硕 士 学 位 论 文 参与度与活跃程度有了很大程度的变化。同时，随着股票市场的不断发展，上市公司的总市值也在后五年中番了一倍，资产的变化比例也有了明显的增加。 接着，本文通过Pearson相关程度计算，更加直观的观察偏度与这些解释变量之间的关系，以及这些解释变量即当期回报与滞后期回报、总市值、波动率等等之间是否存在相关性。在表中，直观的发现，本文的假设二得到满足，偏度与当期回报呈正相关，与滞后期回报呈负相关。而且发现随时间的距离越长而相关程度降低。以流通股股数来衡量的企业规模，也反映出与偏度的负相关，股数越多，则平均偏度的分散化越小，数据显示它与总市值的正相关系数接近于1，于是在下文对偏度回归时，删除流通股股数这个变量，仅仅以总市值来衡量。但是表中显示的波动率与偏度的正相关则波动反馈效应相违背，并不是随着波动的增加而更加呈现负偏。这应该是由中国特色的股票市场性质所决定的，A股限制卖空，中国投资者呈现出不能及时止损的现象，而且不同投资者对股价有不同的理解和判断基础，而且对股市行情追高的羊群效应。 表各变量Pearson相关程度 Cap Ret Ret(t-1) Ret(t-2)Ret(t-3)Std Turnover Vol ShareSkew Cap RET Ret(t-1) Ret(t-2) Ret(t-3) Std Turnover Vol 回归结果分析 下面本文将通过回归的方法对可能影响偏度的各个因素。本文将分别做两步回归。第一步是仅仅以当前回报率与滞后一、二、三期回报作为偏度skewness的自变量，用于检验偏度与当前回报率、滞后回报率的变动关系，用以验证假设二。其中retit 22
华 中 科 技 大 学 硕 士 学 位 论 文 为当期的回报率 ret,ret，ret分别为滞后一、二、三期的回报率。第二步i(t−1)i(t−2)i(t−3)将加入总市值cap、换手率turnover、波动率std这三个变量，用来验证假设三，即偏度与规模的关系。 在ccer数据库中获得2000-2009这197只股票的回报率等以上分析数据，发现2000 -2001年的数据不全。鉴于研究滞后三期数据的要求，本文将研究时间分为2005-2007, 2008 -2009，及2005-2009三个区间。 回归一公式： skewness=c+cret+cret+cret+cret+u （） i12i(t−3)3i(t−2)4i(t−1)5iti回归二公式： skewness=c+cret+cret+cret+cret i12i(t−3)3i(t−2)4i(t−1)5i +clog(std)+cto+clog(cap)+u （） 6i7i8ii表中显示了6次回归结果： 表偏度的决定因素回归 1 2 3 4 5 6 2005-20072008-20092005-20092005-2007 2008-2009 2005-2009 intercept () ()()() () () ret () ()() () () () ret(t-1) () () () () () () ret(t-2) () () () () () () ret(t-3) () () () () () () turnover () () () lnstd () () () lncap () () adj-R2 23
华 中 科 技 大 学 硕 士 学 位 论 文 将回归1、2、3的结果作参考，结果中发现偏度是与当期回报呈正相关，并且t一直处于显著水平。至于滞后回报与偏度的关系，发现当t显著时，呈现负相关。但整体回归并没有呈现随时间的距离而影响作用递减的现象，如在回归1中，ret、ret（t-1）、ret（t-2）、ret(t-3)拟合系数分别为、、、，绝对值反而有递增的趋势，而且这三个期间的回归拟合度都不高。接着将股票波动率、总资产、股票规模因素增加进回归模型。表中换手率turnover是交易量的替代量，三个时间区间中两个回归结果得出与偏度显著正相关的结果。这说明，换手率及交易量的增加，与股价的上涨时相互促进的。同样，和上节结果一样，波动率与股票偏度未呈现一定程度的负相关。总资产的变化率回归系数唯一显著的是在2005-2009五年的数据实现的，它显示了与偏度的负相关，规模的大小，与偏度呈现出反比。 因为数据的有限没有把基金持有比例、股东所有者广度加进模型。但是它们对股票的偏度会有重要的影响，也是上文的假设四。因为对于A股机构持有者的主动加仓等行为，加之一定程度的信息公开化，中小投资者就会出现盲从的现象。 2最后，从回归的拟合度，修正的R看，回归的拟合程度是相当低的。这也是说，可能目前所寻找的变量不能很好的解释偏度。也可能是由于样本数据的数量太少，不能很好的解释整体的偏度现象。 卖空限制对股票回报率偏度的影响 在前面探讨了在限制卖空和投资者异质前提条件下，股票回报率偏度的影响因素。其中投资者异质良好的替代量—交易量在上面的讨论中已有体现，下面针对在我国注册香港上市的h股，这一些我国特殊股票，试图对比卖空限制与否对整体市场的偏度影响。为我国正在试点的融资融券等卖空交易提供良好的借鉴意义。 数据收集 数据收集分为两部分:H股每日基础数据，及香港证交所允许卖空即时修正名单。基础数据来自yahoo财经，选取2005-2009年间158只H股的每日数据，这些原始 24
华 中 科 技 大 学 硕 士 学 位 论 文 数据包括：每只H股已调整每日的收盘价格、每日交易量、已发行的股票数。经过数据处理得到需要分析比较的各个指标数，分别为每只股票季度平均收益率、标准差、偏度、季度平均换手率、平均总市值。其中，季度平均收益率，是利用历史价格中已调整的收盘价格，通过公式r=(p−p)/p求得单只股票每日的收益率，ttt−1t−1计算日收益率季度平均数而得；各只股票季度偏度由公式得出；季度平均换手率为单只股票每日成交量除以已发行股票股数得到日换手率的季度平均值；季度平均总市值为单只股票每日价格与已发行股票股数的乘积得出的每日总市值的季度平均数。 通过港交所网站下载2009年年底公布的最新允许卖空的股票名单，同时在历史新闻中，收集即时汇总的允许卖空修正名单，统计如表所示。根据每次修正的名单，筛选出每期新增与删除的H股。再以2009年年底的允许卖空名单为基数，依次类推，最终确定每个时期香港证券市场上能够允许卖空的股票。 表 港交所允许卖空股票修正数据统计 修正日期 新增 其中新增H股 删除 其中删除H股 2009-10-29585 111 2009-07-29 49 716 02009-05-07131 221 2009-02-05 25 927 02008-11-0761 14420 2008-07-31 10 151 32008-05-05220 475 2008-02-11 33 241 42007-11-26643 230 2007-08-13 134 129 22007-05-21295 140 2007-03-05 30 524 32006-12-01552 90 2006-08-25 38 510 22006-05-29236 170 2006-02-20 10 28 32005-11-17112 71 2005-08-15 14 412 22005-05-17373 90 2005-02-07 15 27 0 25
华 中 科 技 大 学 硕 士 学 位 论 文 鉴于修正日期以季度为周期的修正规律性，本文将允许卖空与限制卖空的比较，以日数据为基础，分别对2005-2009年各季度的数据来进行研究分析。同时为避免即时修正改变对估价带来异常影响，当期数据剔除当期修正的新增或删除的H股。并且考虑到股票停牌对于股票价格的波动影响，在单个季度平均回报率的计算中，如果有效的日数据少于40则剔除此个季度该数据。实际有效数据如表中所示，总有效样本数据为2264个。 表样本实际有效值个数统计 允许卖空 74 75 74 66 65 72 71 限制卖空 62 57 63 60 51 62 57 允许卖空 68 66 61 57 55 49 46 限制卖空 61 62 56 62 60 58 57 允许卖空 44 44 42 38 34 42 限制卖空 52 46 49 44 45 39 首先运用公式计算2005-2009年内这158只H股的季度偏度，为提高偏度的准确性，需要更多的样本观察值，确保所有偏度的计算都基于40个以上的样本观察值。再分别根据已确定的允许卖空及限制卖空名单，汇总各个季度的两类H股的偏度，依据每个季度不同的样本值，分别计算各个季度下允许卖空与限制卖空H股股票偏度的均值和标准差。为确保偏度值的稳定，本文剔除了因为分红等原因造成的股票回报率异常值的数据。各季度两类H股偏度的情况如表所示。可以发现，所有的偏度均值都为正，可见H股市场，无论是允许卖空的股票还是限制卖空的股票有着平均预期正回报。 现在比较限制卖空与否对股票偏度的影响，从表中，可以发现，20个季度中，除4个季度外，其余的全得到了限制卖空比允许卖空情况下，有着更显著的正偏现象。这与Miller理论中限制卖空使得股票价格趋于高估相一致。在允许卖空偏度均值高于限制卖空的4个季度中，差值最大的是2008年3月，这正是美国次债危 26
华 中 科 技 大 学 硕 士 学 位 论 文 机引发全球金融危机的时期，可以看到对于H股市场，并未出现偏度值大多为负的情形。对于此时的H股市场，允许卖空机制的的存在，并未出现之前一些学者认为放松卖空机制影响市场的稳定性以及悲观情绪的无限放大与蔓延。 表各个季度允许卖空与限制卖空的H股偏度值比较 偏度 允许卖空 均值 标准差 限制卖空 均值 标准差 允许卖空 均值 标准差 限制卖空 均值 标准差 允许卖空 均值 标准差 限制卖空 均值 标准差 允许卖空 均值 标准差 限制卖空 均值 标准差 允许卖空 均值 标准差 限制卖空 均值 标准差 27
华 中 科 技 大 学 硕 士 学 位 论 文 从卖空条件看总市值与偏度关系 比较卖空限制与否，对总市值与偏度之间的关系的影响，从而观察是否能将总市值作为卖空限制的替代变量。 为均衡数据的样本数量，将允许卖空的股票市值按从小到大分类，表做如下分类，以检验是否能成立以下假设：当股票的市值规模越大，则股票越容易卖空,资本市值越高的股票其卖空限制越低。 表允许卖空股票按总市值分类数量级 Smallest 2 3 4 10101010101011<1*10 1*10~2*10 2*10~4*10 4*10~1*10 56Largest1111111212 1*10~2*10 2*10~1*10 >1*10 表允许卖空股票按市值分类偏度的数字特征 2005-2007 2008-2009 2005-2009 允许卖空 MEAN STD MEAN STD MEAN STD SMALLEST 2 3 4 5 6 LARGEST 结合表与，可以看发现允许卖空H股中规模最大的一类，它们的偏度均值是出于相对比较低的水平，而且偏度的波动也是所有规模中最稳定的。由此看来，在允许卖空的情况下，市值越大的H股，正偏的程度越小，具有稳定市场的功能。而且从表三组数据来看，呈现出规模处于中等水平的偏度平均偏小，也就是偏度与规模的凹型关系。出现这种现象，有一种可能是，投资者们对于中等规模的股票理解程度趋于接近，对于偏大或者偏小规模的股票，反而持有不同的看法与价格评价。 同时，限制卖空的股票市值按表分类，目前限制卖空的H股总市值远远小于 28
华 中 科 技 大 学 硕 士 学 位 论 文 允许卖空的。这也一定程度体现了股票市值规模越大，则越容易在股票市场上实现卖空放松机制。 表 限制卖空股票按总市值分类数量级 Smallest 2 3 4 8888999<2*102*10~5*105*10~1*101*10~2*10 5 6 Largest99910102*10~3*103*10~1*10>1*10 表 限制卖空股票按总市值分类数量级 2005-20072008-2009 2005-2009 限制卖空 MEAN STD MEAN STD MEAN STD SMALLEST 2 3 4 5 6 LARGEST 在表中显示限制卖空H股的偏度与总市值的关系。偏度在总体水平上依然呈现正偏，而且数量均在以上，可见，限制卖空的股票的正偏程度是普遍偏高的。通过这三组数据，可以发现与允许卖空情况截然不同的结果：当规模是中等时，偏度最大，而且偏度的波动也是最大的，反而规模较小与较大的区间内，偏度偏小。可以发现只有在LARGEST行中偏度的波动性最小，它的市值规模是与大多数允许卖空H股的市值规模是处于同一等级，这让从经验数据上推出股票规模越大，偏度的波动性越小，越能稳定市场。 回归实证分析 依然通过直接检验的方式对比由于数据有限，没有找到H股机构投资者及投资者分布率的数据，但这两个变量很可能是对偏度产生重大影响的因素。 同样，把H股分为允许卖空和限制卖空两类。根据公式分别做两步回归。 29
华 中 科 技 大 学 硕 士 学 位 论 文 根据表样本统计，鉴于2005至2006年数据相对较少，为确保数据的准确性与质量，本文将只对针对2008、2009两年分析， 滞后三期时间作以下处理：分别为前一年的回报率均值。 利用公式回归结果如下表： 表 回归一结果 限制卖空 20092008 Coefficient t Coefficientt C RET2 RET 允许卖空 观察表，发现h股数据的回归结果，与前面沪市回归结果相比，系数发生了明显的变化，回归系数的值普遍偏高，但系数数值也都显示与当期回报有正相关，与部分滞后回报率负相关。发现处理的数据显示当期回报率数值相当小，以至于它对于偏度具有比较高的杠杆作用，而滞后期回报对偏度的影响远远小于当期回报的巨大杠杆作用。比较两者，发现在允许卖空情况下的杠杆作用更小。这也与放松卖空机制实现的流动性增加，参与度增加有直接的关系。但是回归结果很不显著，不能证明之前的假设与当前回报率正相关，与滞后阶回报负相关。这可能是仅这几个变量无法比较准确说明偏度的原因。 30
华 中 科 技 大 学 硕 士 学 位 论 文 表 回归二结果 限制卖空 20092008 Coefficient t Coefficientt C RET3 RET2 RET1 RET LOG(STD) TO LOG(CAP) 允许卖空 C RET3 RET2 RET1 RET LOG(STD) TO LOG(CAP) 在回归二中，加入总市值、换手率、波动率这三个变量后，回归的结果还是不显著。尤其在用允许卖空的股票回归，当期回报的系数首次两年均出现了负数，虽然不显著，但是说明存在这样一个现象，在允许卖空的前提下，可能是当期回报于波动率之间的相关性影响了两者对于偏度的解释。市值cap在两组回归中都表现出与偏度的负相关性，资产规模与偏度呈反比，预测三结论得到证实，但是结果不显著。而且发现无论是2008年还是2009年，允许卖空条件下lncap的拟合系数绝对值是高于限制卖空的，这说明在允许卖空的条件下，公司的规模能起到更高的杠杆效应。也意味着卖空限制的放松下，公司规模越大，则有利于偏度的稳定，这对我们正在试行的融资融券提供重要的意义。 最后，回归的拟合度低，究其原因可能有二：一是，H股的样本数量太少，个别值对总体影响大；二是2008年金融危机导致的市场经济因素对偏度的影响很大。 31
华 中 科 技 大 学 硕 士 学 位 论 文 4 结 论 本文在卖空限制假设条件下建立对于公共信号的价格反应函数，分析了不同情况下的挤出效应，从而获得了均衡解：利好信息会挤出精度低的投资者，利空信息挤出精度高的投资者，即形成价格反应函数具有凸性，并提出了预测：价格对于利好信息反应多于坏消息。这是对于有效市场的否定，因为市场不能完全表达出所有投资者的价格反应，不能呈现出回报的正态分布。这一部分的实证本文用盈余公告的价格反应来验证这种凸性的存在，本文选取的是沪市。实证结果证明，在意外盈余为正的区间，价格会偏高，即证实对于利好价格会偏高。在价格凸性的条件下，同时提出以下预测：（1）限制卖空的股票比允许卖空的股票更显正偏；（2）股票回报率偏度与当期回报呈正比与滞后期回报呈反比；（3）偏度与成交量呈正比、股票规模呈反比。 实证的第二部分，本文仍以沪市2000年起至今每期都按规定公布盈余报告的上市公司作为研究对象，它满足两大前提假设。回归结果显示，当t显著时，偏度是与当期回报呈正相关，与滞后期回报呈负相关。在引入总资产、波动率、换手率这三个解释变量后，回归发现总资产的变化率与偏度的负相关。本文从回归的拟合度，2R修正的看，回归的拟合程度是相当低的。这也是说，可能目前所寻找的变量不能很好的解释偏度。也可能是由于样本数据的数量太少，不能很好的解释整体的偏度现象。 对于卖空限制对于偏度及其因素关系的影响，也是实证的第三部分，用H股数据实证检验以下几个分析结果显示，预测一，能得到比较好的证实，限制卖空比允许卖空情况下，有着更显著的正偏现象，说明卖空限制是使收益偏度正偏的重要原因之一。预测二，检验不满足预测，不能显著支持短期内股票价格被高估,但由于市场调整的作用,长期内价格会得到校正。原因有二：1、H股的样本数量太少，个别值的特殊性对总体影响大；2、2008年金融危机导致的市场经济因素对偏度的影响很大。预测三结论得到证实，但按资产规模分类比较偏度时，可以发现偏度的波动也是所 32
华 中 科 技 大 学 硕 士 学 位 论 文 有规模中最稳定的。由此看来，在允许卖空的情况下，市值越大的H股，正偏的程度越小，具有稳定市场的功能。 特别选定具有特殊概念的在中国注册香港上市的h股，来研究放松卖空机制是否能提高市场的有效性。通过实证可以发现，在指定卖空的港市中，对于卖空条件不同的股票，回报率偏度呈现出较大的差异。在限制卖空条件下，股票的价格明显趋于正偏。这也与实证第二部分中国沪市股票的正偏如出一辙。这些股票市场缺乏完善的卖空机制,市场倾斜性的反应买方力量。市场扭曲地供求与配给关系，这对一个需要维持长期健康股票市场是不利的。同时也使得持市场看跌看法的投资者，无法在市场上表达他们的价格理解。在实证的对比下，本文可以的出结论支持在有效的监督下适当放宽卖空条件。即合理健康发展我国的卖空机制。中国金融市场如今得到了迅猛的发展，投资者们越来越关注市场的完善与股票价格的实现。有效改善我国股票市场单边市发展趋势，合理反映市场，减少盲目追高的羊群行为，有利于减少因盲目投资而出现的股市泡沫，这对于社会安定与和谐有着重要的意义。因此，卖空制度的完善，是可以从根本上降低股票泡沫形成的概率。这也是对目前融资融券市场试点实行的可实施性予以肯定。 对于本文回归结果拟合低，在延续的研究中，可以考虑两点：（1）拓展研究方法，不仅仅以直接检验的形式，可以引入其他检验以数据的形式展示对比结果；（2）增加解释变量，可以从投资者结构角度考虑，如引入机构投资者持有比例、股东集中度等等，比如将股东人数总量的对数作为对于股东持有广度的解释变量加入模型，还可以考虑股票关注程度与卖空成交量的相关性分析; （3）考虑建立一个模型，其中可以实现提出其他干扰因素，如经济因素。 33
华 中 科 技 大 学 硕 士 学 位 论 文 致 谢 这是我在华工的第六个春天，它依旧是泛着新绿。再过两个月就要离开这洒满青春与回忆的校园。回顾论文的写作以及6年的学习生涯，非常感谢我的老师、同学、朋友、家人给予我的帮助与支持。 我最想要感谢的人是我的导师，欧阳老师。一直很高兴自己有这份幸运，能够读上欧阳老师的研究生。还记得欧阳老师获得最喜爱的导师时的颁奖词是：“他不是演员，却吸引着我们求知若渴的目光；他不是歌唱家，却让知识的清泉叮咚作响，唱出迷人的歌曲；他不是雕塑家，却塑造着一批批青年人的灵魂…”，文字有些华丽，但的确那么真实。虽不像工科学生那样经常接触到导师，但每一次见到老师，都能够学到、体会到许多。他会教我们如何去体会研究的意义，告诉我们做人做事的道理，给我们鼓励，让我深刻地明白态度决定一切，无论是目前的学习，还是以后的工作。在认真做论文的日子里，发现过去似乎错过了许多。如果要问我这两年收获最大的是什么，我的答案肯定会是能遇到这么好的导师。 同时要感谢所有经济学院的老师，感谢老师们用他们的汗水充实了我们一届又一届的学生；还要特别感谢同门余超，在论文期间给我的鼓励与帮助；感谢我的室友郑俊瑶和曾芳，她们让我在论文写作的日子里充实而快乐；还有谢谢谭弦和邱翠同学，在我论文写作期间给予我莫大的帮助；谢谢所有帮助过的我的、给予我快乐的同学和朋友；还有特别特别感谢一直支持我的家人。 在研究生生涯即将结束的时刻，习惯越来越开始热爱学习，热爱去图书馆，热爱着带有华工气息的每一个角落。 最后，再次对关心、帮助我的老师和同学表示衷心地感谢！ 殷静 May-2010 34
华 中 科 技 大 学 硕 士 学 位 论 文 参考文献 [1] Aitken Michael J, Alex Friona, Michael S, et al. Short sales are almost instant- aneously bad news: Evidence from the Australian Stock Exchange. Journal of Finance, 1998, 53(1):1~34. [2] Alles ., Kling , Regularities in the variation of skewness in Asset returns, Journal of Financial Research 1994,17: 427~438. [3] Anchada Charoenrook, Hazem Daouk. Conditional Skewness of aggregate Market Returns. Journal of Finance, 2008, 63(2):1~32. [4] Bakshi, G., Kapadia, N., D. Madan, Stock return characteristics, skew laws, and differential pricing of individual equity of Financial Studies , 2003,16:101~143. [5] Campbell, ., Hentschel, L, No news is good news: An asymmetric model of changing volatility in stock returns. Journal of Financial Economics, 1992, 31, 281~318. [6] Charoenrook A, Daouk H. Conditional skewness of aggregate market returns. Working Paper, Vanderbilt University, 2004. [7] Chen, Joseph, H. Hong, J. C. Stein, Forecasting Crashes: Trading Volume, Past Returns, and Conditional Skewness in Stock Prices, Journal of Financial Economics, 2001, 61, 345~381. [8] Diamond Douglas W, Robert E Verrecchia. Constraints on Short- selling and Asset Price Adjustment to Private Information. Journal of Financial Economics, 1987, 18:277~311. [9] Diavatopoulos, C, J Doran and D Peterson. The information content in implied idiosyncratic volatility and the cross-section of stock returns: evidence from the option markets. Journal of Futures Markets, forthcoming, 2008, 13. [10] Dennis P, Mayhew S, Stivers C. Stock Returns, Implied Volatility Innovations, and the Asymmetric Volatility Phenomenon. Journal of Financial and Quantitative Analy- sis, 2006, 41(2):381~406. 35
华 中 科 技 大 学 硕 士 学 位 论 文 [11] Doran J, Peterson D, Tarrant B. Is there information in the volatility skew? Journal of Futures Markets, 2007, 27: 921~960. [12] Elaine Hutson, Colm Kearney, Margaret Lynch .Volume and skewness in international equity markets. Journal of Banking & Finance, 2008, 32: 1255~1268. [13] E. Fama, K. French. The cross-section of expected stock returns. Journal of Finance, 1992, 47(2):427~465. [14] Fangjian Fu. Idiosyncratic risk and the cross-section of expected stock returns. Journal of Financial Economics ,2009, 224~263. [15] G. Bekaert and G. Wu. Asymmetric volatility and risk in equity of Financial Studies, 2000, 13(1):1~42. [16] Harvey, Campbell R, Akhtar Siddique. Autoregressive Conditional Skewness. Journal of Financial and Quantitative Analysis, 1999, 34: 465~487. [17] Harvey, Campbell R, Akhtar Siddique, Conditional Skewness in Asset Pricing Tests. Journal of Finance, 2000, 55: 1263~1295. [18] Hueng C, McDonald, . Forecasting asymmetries in aggregate stock market returns: Evidence from conditional skewness. Journal of Empirical Finance, 2005, 12: 666~685. [19] Bae J, Kim C, Nelson C. Why are stock returns and volatility negatively correlated? Journal of Empirical Finance, 2007, 14(1):41~58. [20] Jianguo Xu. Price Convexity and Skewness. Journal of Financial, 2007, 5: 2521~ 2552. [21] Jones, Charles M, Owen A. Lamont. Short-sale constraints and stock returns. Journal of Financial Economics, 2002, 66:311~345. [22] Jondeau E, Rockinger M. Conditional volatility, skewness and kurtosis: Existence, persistence and co-movements. Journal of Economic Dynamics and Control, 2003, 27(10):1699~1737. [23] Kim ., White H. On more robust estimation of skewness and kurtosis. Finance Research Letters, 2004, 1:56~73. [24] P. Dennis, S. Mayhew. Risk-Neutral Skewness: Evidence from Stock Options. Journal of Financial and Quantitative Analysis 2002, 37(3): 471~493. 36
华 中 科 技 大 学 硕 士 学 位 论 文 [25] Peiro, A. Skewness in financial returns. Journal of Banking and Finance, 1999, 23: 847~862. [26] Peiro, A. Skewness in individual stocks at different investment horizons. Quantitative Finance, 2002, 2: 139~146. [27] Patton, Andrew J, “On the Out-of-Sample Importance of Skewness and Asymmetric Dependence for Asset Allocation,” Journal of Financial Econometrics, 2004, 2: 130~168. [28] Singleton, J., Wingender J. Skewness persistence in common stock returns. Journal of Financial and Quantitative Analysis, 1986, 21(3):335~341. [29] Turan and Nusret Cakici .Idiosyncratic Volatility and the Cross Section of Expected Returns, March 2008, 6:29~58. [30] 荣喜民,崔红岩.基于偏度的多期组合投资调整模型.运筹与管理,2005,14(06): 104~108. [31] 徐静. 引入偏度、峰度的CAPM模型[J].科技信息,2007 (10):115~119. [32] 魏文婷,王春峰,房振明.卖空限制对收益偏度的影响及对中国市场的启示[J]. 山西财经大学学报,2009,31(01):190~192. [33] 罗小虎,张启敏,樊宽等.高阶矩和条件CAPM模型的建立及实证分析.中国水运,2008,8(01):215~217. [34] 张术林,魏正红.金融资产收益非对称性分析.深圳大学学报,2007,24 (01):81~84. [35] 袁怀宇,张宗成.卖空限制对股票市场收益非对称性的影响——基于上海和香港的实证比较研究[J].管理学报,2009,6(08):1098~1103. [36] 王鹏,王建琼. 中国股票市场的高阶矩波动特征研究[J].管理科学, 2008 ,21(04):115~120. [37] 廖士光,杨朝军.证券市场卖空机制对股价影响的研究———来自台湾市场的实证. 南开大学,2004. [38] 廖士光,杨朝军.卖空交易机制对股价的影响[J].金融研究,2005 (10):131~139. [39] 蒋翠侠,张世英. 金融高阶矩风险溢出效应研究[J]. 中国管理科学, 2009,17(01): 17~27. 37
华 中 科 技 大 学 硕 士 学 位 论 文 [40] 黄波,胡文伟,李湛. 基于双侧矩与高阶矩偏好的资产定价:源自中国股市的实证研究[J].管理评论,2008(03). [41] 邓长荣,马永开. 中国证券市场三因素模型敏感系数稳定性和可预测性研究[J]. 电子科技大学学报(社科版), 2006,8(03):80~91. [42] 张春梅. 浅析资本资产定价模型在我国证券市场中应用的限制因素[J]. 北方经济,2007,10(05):95~96. [43] 陈雷. Fama-French三因素模型在国内证券市场的实证研究[D].山东大学,2007. [44] 肖冬荣,黄静. 基于均值、方差和偏度的投资组合模糊优化模型[J].统计与决策, 2006,14:37~38. 38
华 中 科 技 大 学 硕 士 学 位 论 文 附 录 I 2009年香港交易所指定卖空股票修正名单 29 OCTOBER 2009 Add STOCK ENGLISH SHORT STOCK ENGLISH SHORT CODENAME CODE NAME 1. 38 FIRST TRACTOR 30. 732 TRULY INT'L 2. 50 HK FERRY (HOLD) 31. 751 SKYWORTHDIGITAL3. 74 GREAT WALL TECH32. 808 PROSPERITY REIT 4. 86 SUN HUNG KAI CO 33. 818 HI SUN TECH 5. 88 TAI CHEUNG HOLD34. 832 CENTRAL CHINA . 111 CINDA INTL HLDG 36. 866 CHINA QINFA 8. 147 CHAOYUE GROUP 37. 1031 GOLDEN RESORTS 9. 159 WAH NAM INT'L 38. 1094 C P PROCUREMENT10. 173 K. WAH INT'L 39. 1099 SINOPHARM 11. 215 HUTCHTEL HK 40. 1176 NAM FONG INT'L 12. 230 MINMETALS LAND 41. 1192 TITAN PETROCHEM13. 282 NEXT MEDIA 42. 1193 CHINA RES GAS 14. 283 GOLDIN PPT 43. 1338 BAWANG GROUP 15. 313 RICHLY FIELD 44. 1361 361 DEGREES 16. 369 USI (U SUCCESS) 45. 1382 PACIFICTEXTILES 18. 467 UNITEDENERGY GP47. 1828 DCH HOLDINGS 19. 497 CAPITAL STRAT 48. 1899 XINGDA INT'L 20. 539 VICTORY CITY 49. 2288 SUNDART INT'L 21. 546 FUFENG GROUP 50. 2313 SHENZHOU INTL 23. 573 TAO HEUNG HLDGS52. 3337 ANTON OILFIELD 24. 585 IMAGI INT'L 53. 3393 WASION GROUP 39
华 中 科 技 大 学 硕 士 学 位 论 文 25. 626 PUBLIC FIN HOLD 54. 3899 CIMC ENRIC 26. 633 CH ALL ACCESS 55. 8035 BINHAI INV 27. 641 FONG'S IND 56. 8136 RICHFIELD GROUP 28. 662 ASIA FINANCIAL 57. 8203 KAISUN ENERGY 29. 672 ZHONGAN REALEST58. 8296 SINO-LIFE GROUP Delete STOCK ENGLISH SHORT STOCK ENGLISH SHORT CODENAME CODE NAME 1. 87 SWIRE PACIFIC B 7. 887 EMPEROR WATCH&J 2. 304 PEACE MARK 8. 909 ZHONGDA INT'L 3. 419 MEDIACHINA CORP9. 1141 POLY DEV HOLD 4. 578 DYNAMIC ENERGY10. 1399 SCUD GROUP . 690 UNI-BIO GROUP 29 July 2009 ADD STOCK ENGLISH SHORT STOCK ENGLISH SHORT CODENAME CODE NAME 1. 31 CHINA AEROSPACE 26. 773 CH METAL RECYCL 2. 64 GET NICE 27. 800 A8 DIGITALMUSIC 3. 67 LUMENA 28. 803 PROSPERITY INTL 4. 82 VODONE 29. 811 XINHUA WINSHARE5. 87 SWIRE PACIFIC B 30. 819 TIANNENG POWER 6. 92 CHAMPION TECH 31. 886 SILVER BASE 7. 113 DICKSON CONCEPT 32. 887 EMPEROR WATCH&J 8. 119 POLY HK INV 33. 909 ZHONGDA INT'L 9. 137 JINHUI HOLDINGS 34. 931 ARTEL GROUP 10. 166 NEWTIMES ENERGY35. 996 ORIENTAL GINZA 11. 178 SA SA INT'L 36. 1141 POLY DEV HOLD 12. 226 LIPPO 37. 1155 CENTRON TELECOM13. 232 AVIC INT'L 38. 1399 SCUD GROUP 14. 258 TOMSON GROUP 39. 1883 CITIC1616 HOLD 40
华 中 科 技 大 学 硕 士 学 位 论 文 15. 351 CS CONSERVAT P 40. 1889 WUYI PHARMA 16. 373 ALLIED GROUP 41. 2000 SIM TECH 17. 399 UNITED GENE GP 42. 2088 XIWANG SUGAR 18. 419 MEDIACHINA CORP 43. 2345 SHANGHAI PRIME 19. 498 PYI CORP 44. 2355 BAOYE GROUP 20. 578 DYNAMIC ENERGY 45. 2698 WEIQIAO TEXTILE 21. 588 BEIJING N STAR 46. 2722 CHONGQING M&E 22. 623 SINOMEDIA 47. 2878 SOLOMON SYSTECH23. 690 UNI-BIO GROUP 48. 3331 VINDA INT'L 24. 750 SINGYES SOLAR 49. 3378 XIAMEN PORT 25. 752 PICO FAR EAST DELETE STOCK ENGLISH SHORT STOCK ENGLISH SHORT CODENAME CODE NAME 1. 50 HK FERRY (HOLD) 9. 590 LUK FOOK HOLD . 78 REGAL INT'L 11. 808 PROSPERITY REIT 4. 124 KINGWAY BREW 12. 832 CENTRAL CHINA 5. 173 K. WAH INT'L 13. 1174 PACIFIC ANDES 6. 208 POLYTEC ASSET 14. 1389 MING AN HOLD 7. 408 YIP'S CHEMICAL 15. 2889 CNR HOLDINGS May 2009 ADD STOCK ENGLISH SHORT STOCK ENGLISH SHORT CODENAME CODE NAME 1. 124 KINGWAY BREW 8. 1122 QINGLING MOTORS 2. 175 GEELY AUTO 9. 1169 HAIER ELEC 3. 246 REALGOLD MINING 10. 1177 SINO BIOPHARM 4. 488 LAI SUN DEV 11. 1387 RENHE COMM 5. 590 LUK FOOK HOLD 12. 2008 PHOENIX TV 6. 596 INSPUR INT'L 13. 2877 SHINEWAY PHARM 7. 751 SKYWORTHDIGITAL 41
华 中 科 技 大 学 硕 士 学 位 论 文 DELETE STOCK ENGLISH SHORT STOCK ENGLISH SHORT CODENAME CODE NAME 1. 18 ORIENTAL PRESS 12. 1828 DCH HOLDINGS 2. 31 CHINA AEROSPACE 13. 1881 REGAL REIT 3. 178 SA SA INT'L 14. 1883 CITIC1616 HOLD 4. 467 UNITEDENERGY GP 15. 1899 XINGDA INT'L 5. 569 CH AUTOMATION 16. 2000 SIM TECH 6. 626 PUBLIC FIN HOLD 17. 2339 NORSTAR 7. 672 ZHONGAN REALEST18. 2366 QJY MEDIA 8. 732 TRULY INT'L 19. 2698 WEIQIAO TEXTILE 9. 818 HI SUN TECH 20. 3331 VINDA INT'L 10. 861 DIGITAL CHINA 21. 3393 WASION GROUP . 3999 DACHAN FOOD WATCH&J 5 February 2009 ADD STOCK ENGLISH SHORT STOCK ENGLISH SHORT CODENAME CODE NAME 1. 31 CHINA AEROSPACE 14. 1053 CHONGQING IRON 2. 133 CHINA MERCHANTS15. 1174 PACIFIC ANDES 3. 171 SILVER GRANT 16. 1812 CHENMING PAPER 4. 182 CHINA WINDPOWER17. 2000 SIM TECH 5. 217 CHINA CHENGTONG18. 2006 JINJIANG HOTELS 6. 222 MIN XIN HOLD 19. 2337 FORTE 7. 227 FIRST SHANGHAI 20. 2342 COMBA 8. 317 GUANGZHOU SHIP 21. 2357 AVICHINA 9. 337 SPG LAND 22. 2366 QJY MEDIA 10. 661 CH N RES DEV 23. 2698 WEIQIAO TEXTILE 11. 832 CENTRAL CHINA 24. 2868 BJ CAPITAL LAND 12. 887 EMPEROR 25. 3999 DACHAN FOOD WATCH&J 13. 1033 YIZHENG CHEM 42
华 中 科 技 大 学 硕 士 学 位 论 文 DELETE STOCK ENGLISH SHORT O2MICRO CODENAME 1. 86 SUN HUNG KAI CO 16. 662 ASIA FINANCIAL 2. 88 TAI CHEUNG HOLD 17. 828 DYNASTY WINES 3. 116 CHOW SANG SANG 18. 1083 TOWNGAS CHINA 4. 119 POLY HK INV 19. 1177 SINO BIOPHARM 5. 157 NATURAL BEAUTY 20. 1221 SINO HOTELS 6. 163 EMPEROR IHL 21. 1882 HAITIAN INT'L 7. 175 GEELY AUTO 22. 1889 WUYI PHARMA 8. 251 SEA HOLDINGS 23. 2008 PHOENIX TV 10. 282 NEXT MEDIA 25. 2877 SHINEWAY PHARM 11. 289 WING ON CO 26. 3398 CHINA TING 12. 315 SMARTONE TELE 27. 3868 QUNXING PAPER 14. 393 GLORIOUS SUN 43
