欢迎来到速发表网!

关于我们 登录/注册 购物车(0)

期刊 科普 SCI期刊 投稿技巧 学术 出书

首页 > 优秀范文 > 证券投资股票分析

证券投资股票分析样例十一篇

时间:2023-06-29 09:32:25

序论:速发表网结合其深厚的文秘经验,特别为您筛选了11篇证券投资股票分析范文。如果您需要更多原创资料,欢迎随时与我们的客服老师联系,希望您能从中汲取灵感和知识!

证券投资股票分析

篇1

二、相关研究评述

众多针对投资者情绪与股票市场的研究表明,投资者情绪对股市收益及波动有着重要的影响。Charoenrook(2003)以密歇根大学消费者情绪指数年度变化测度投资者情绪,以考察情绪与股票市场收益之间的关系,检验情绪的变化是否预测了股票市场收益,结果发现消费者情绪的变化在月度和年度上均预测了市场超额收益,且情绪的预测力与经济状况无关。Brown和Cliff(2004)对投资者情绪与短期股票收益率之间的互动关系进行了研究,发现情绪和近期市场收益相关,股票市场近期历史收益率和投资者情绪水平本身是情绪的重要解释变量。DenysGlushkov(2007)测量情绪敏感性股票是否会赚取更高的收益,结果表明投资者情绪较高的股票表现劣于投资者情绪较低的股票。王美今和孙建军(2004)构造理论模型并证明了投资者接受价格信号时表现出来的情绪是影响均衡价格的系统性因子。实证发现投资者情绪的变化不仅显著地影响沪深两市收益,另外,还有观点认为投资者情绪是影响资产定价的系统性风险(DeLongetal.,1990)。

三、投资者情绪指标的构建方法及其与股票收益关系研究

本研究分析投资者情绪与股票收益之间的关系,因此构造科学合理的股票情绪指标将情绪进行合理量化是一个重点。衡量投资者情绪的指标可以分为市场情绪指标和个股情绪指标两种,还可分为情绪的直接指标和情绪的间接指标两类。国外现有研究投资者情绪及其对市场作用时所运用的情绪指标大多是直接调查指标,这或许与国外金融市场发展程度及研究机构数据调查、保存的历史等条件有关。然而,基于投资者认知的情绪直接指标有可能在研究的出发阶段就产生了偏误。与此相比,金融市场交易变量已经包含了投资者的决策前与决策中的行为与心理偏差,运用这些变量表征情绪或许更为准确。本研究选取个股的股东户数和户均持股来构造投资者的市场情绪指标,属于情绪的间接指标。由于这两者都存在逐年递增的趋势,首先需要进行去趋势化处理。

(一)数据来源和处理

选取resset数据库中沪深300较早上市且数据完整的180只股票,样本选取这180只股票2002年6月至2010年3月的股票收益率、股东户数和户均持股数据,三者均为季度数据。其中,股东户数和户均持股数据需要进行处理,具体处理步骤如下:

步骤1去趋势化。具体做法是对每只股票的时间序列做回归,根据样本回归方程计算每只股票的季度估计值,用实际值减去估计值得到其差额;

步骤2对于去趋势化后的数据,用当期差额与上一期差额之间的差额作为个股情绪的变量;

步骤3每季度计算180支股票收益和情绪指标的均值(按市值加权);

步骤4情绪指标的均值进行无量纲化(x-minmax-min*2-1)处理,处理后数值区间为[-1,+1]。

(二)实证研究

本研究以2002年6月至2010年3月中国证券市场交易数据为研究对象,构造投资者的市场情绪指标,通过讨论中国投资者情绪与股票收益之间的关系,揭示中国证券市场中投资者情绪的特征及其变化规律。

1.统计结果

时间序列回归的前提是时间序列平稳,因此首先对数据进行平稳性检验,采用ADF方法检验发现处理过后的股东户数和户均持股的情绪指标都平稳。根据股东户数得出的情绪指标系数为-0.150346,在10%的显著性水平下不显著。而根据户均持股得出的情绪指标(即sent)的系数显著,选用ar(1)模型。回归方程为:returnt=0.064873+0.245380sentt+utut=0.469612ut-1+vt或returnt=0.034408+0.245380sentt+0.115233returnt-1+vt可见,当期的市场收益与当期市场情绪以及上一期的市场收益相关。(无量纲化的)市场情绪每变动一个单位,当期市场收益变动0.25个单位,即变动25%。而上一期的市场收益每变动一个单位,当期市场收益变动0.12个单位,即上一期的市场收益变动1%,当期市场收益变动0.12%。基于稳健性考虑,以等权重方式重新构造180支股票收益和情绪指标的均值并进行回归分析,得出的结果与市场加权方式类似。

2.实际意义

篇2

关键词证券分析师股票评级

随着监管法规的逐步完善和机构投资者的发展壮大,立足于公司基本面分析的价值投资逐渐成为中国证券市场的主流理念,我国的证券分析师行业迅速发展起来,其影响力也急剧扩大。公司研究报告是证券分析师对上市公司进行信息搜集和分析的总结,而其中的股票评级则是分析师报告的主要结论,也是对证券市场投资者而言最为直观和最受关注的信息。若分析师给予一家上市公司“买入”或“卖出”评级,则代表了分析师认为该公司当前股价被低估或高估的强烈信息,若投资者接受了分析师的信息,则将通过具体的买入或卖出行为影响股价的涨跌。关于证券分析师股票评级的投资价值,国内外学者进行了大量的研究。

一、国外相关研究

对于个股评级最早的研究可以追溯到1933年。Cowles(1933)分别收集了16家金融服务公司、20家火灾保险公司、1位华尔街日报编辑和24家金融出版媒体的荐股信息,经过计算发现被推荐股票的平均年化收益率弱于大盘1%到4%。20世纪60年代后,随着由于当时证券分析师逐渐形成一个独立的职业,关于分析师荐股的投资价值的研究开始兴起。

Diefenbach(1972)收集了1967年11月17日到1969年5月23日期间(共80周)来自24家证券经纪公司的个股评级(包括买入建议和卖出建议),将这些股票自被给出评级后52周的收益率与同时期市场指数的收益进行比较。结果发现:获得买入评级的股票在未来52周的平均收益比同期指数收益率高出2.7%;而获得卖出评级的股票的平均收益率则比同期指数收益率低11.2%,且在全部获得卖出评级的股票中,在未来52周能跑赢指数的股票占26%。

Davies和Canes(1978)研究了股票评级二手信息的扩散对于股票的影响。他们使用市场模型对1970年到1971年华尔街日报“市场消息”专栏中的股票评级(包括597个买入建议和188个卖出建议)进行了分析,结果发现在这些二手评级当日,买入评级的股票有着0.923%的超额收益,卖出评级的股票有-2.374%的超额收益,并且都是统计上显著的。另外,在二手评级后的20个交易日,被评级的股票并未发生超额收益的反转。作者认为可能的原因是股票价格无法完全反应全部信息,因此即使的二手信息的传播也能够对股票基本面估值产生影响。

Groth et al(1979)以一家美国经纪商在提供的1964

年1月至1970年12月期间提供的约6200份股票评级为样本,并对日期的准确性作了交叉检验,他们以CAPM为衡量基准,发现买入评级的公司在推荐公布前6个月,月超额收益率始终为正,推荐当月超额收益率达到最高,推荐后一个月超额收益率急速下降但仍为正,数月之后超额收益率才变为零。推荐之后股票的超额收益率整体上低于推荐之前。对于这一现象的解释是这些被给予买入评级的股票在报告之前可能就已经历了利好消息引起的股价上升,而股价上升又吸引了证券分析师对这些股票进行研究,并给出乐观的评级。

但是,这些早期的研究都存在着样本时间短、选取的证券公司数量少且代表性差、个股可能集中于某几个行业等问题。从二十世纪80年代中期开始,随着数据库的完善和研究方法的改进,有关研究进一步深化。Elton et al(1986)利用IBOS数据库,收集了自1981年3月到1983年11月的来自34家券商的研究报告,其研究发现,相对于中性评级的股票而言,上调至强烈买入的股票在报告当月产生较大正超额收益,且这种正超额收益在此后的两个月会变小,但依然显著;评级下调至卖出的股票在报告当月存在显著负超额收益,这种负超额收益在报告后一个月仍然显著,且绝对值会变大。

Barber 和Loeffler(1993)分析了1988年10月到1990年10月来自华尔街日报”标靶”专栏的股票推荐。该专栏由四位分析师每月各推荐一只股票,作为对照,华尔街日报会随机选取四只股票。他们发现,专栏公告后两天之内,产生4%异常收益。

Womack(1996)利用First Call数据库,以分析师评级的四种极端变动为样本,发现分析师评级的变动对股价有显著影响。在3日事件窗口内,“新添到买入列表”和“新添到卖出列表”的规模调整收益率都在统计上显著,分别为2.98%和-4.69%;“从买入列表中删除”和“从卖出列表中删除”的规模调整收益率也在统计上显著,分别为-1.94%和0.32%。

二、国内相关研究

由于我国的证券分析师行业起步较晚,相关的研究报告数据库直到2005年前后才开始完善,因此国内学者对于股票评级的早期研究大都基于对财经媒体荐股“二手信息”的

市场反应研究。林翔(2000)收集了《中国证券报》每周一“咨询机构看市场”栏目1998年4月13日至1999年6月28日来自601家上市公司的共1414次股票推荐数据,运用事件研究法研究股票推荐前后是否存在超额收益情况。结果发现用市场模型计算的个股超常收益在股票推荐之前第4周就开始显著大于零,在推荐前一周达到最大值。推荐公开后10周都存在显著的负超常收益。他认为其中原因在于证券咨询机构拥有一定的私有信息,在推荐公开以前,私有信息已经在咨询机构的客户中扩散,客户和追随趋势者的过度买入造成了推荐公开后的抛售压力。

朱宝宪、王怡凯(2001)以《上海证券报》每周日“为您选股”栏目的投资建议为研究对象,搜集了1999年1月至11月共44周总计565次股票推荐,以市场指数调整的收益率为衡量基准。他们发现,总体来讲“投资建议”股票组合的收益率统计上显著高于大盘;将“投资建议”划分为短期和中期投资建议后,发现短线投资建议的股票组合收益率高于投资基金的平均收益率,但中期投资建议的股票组合收益率几乎都低于大盘。研究结论认为,一些专业投资咨询机构具有相当的把握市场短期热点的能力,但对中长期的预测能力不足。

徐立平、刘建和(2008)收集了2000年12月1日至2002年12月23日上海证券报每周一“本周股评家最为看好的个股”这一栏目的荐股统计数据对A股市场中证券分析师荐股的市场影响能力进行了实证研究。他们采用事件研究法,用均值调整模型计算非正常收益率,结果发现分析师所推荐的个股在推荐之前正向的非正常收益率(PAR)表现相当明显。推荐之前六个交易周时正向的PAR表现最强,而后依次下降,并在公布基准日后短期内下降为负值。同时,随着时间的延长,负向的PAR也越来越大。

徐永新、陈婵(2009)手工整理了2007 年1 月至12 月《中国证券报》“实力机构周末荐股精选”所推荐的A 股股票作为研究样本。他们发现股票推荐之前一周,所推荐的股票已经具有显著为正的超常收益率,股票推荐前一周的累计超常收益率超过4%,推荐前的第一个交易日的超常收益率高达2%左右;股票推荐之后的第一个交易日有1%左右的显著为正的超常收益率,而第二至五个交易日均为显著为负的超常收益率,且推荐后第二至五个交易日累计超常收益率中值低于-1%;同时,推荐前后市场也均有超常的交易量反应。他们认为造成这种现象的原因是股票推荐中可能存在信息泄露。

随着证券分析师研究报告数据的完善,越来越多的国内学者开始对分析师的一手评级信息进行相关的研究。王征、张峥、刘力(2006)整理了六家实力较强的券商研究所每月末向机构投资者提供的业绩预测和投资评级信息。他们将券商研究员2004年3月至2005年6月给出的19310次股票投资评级划分为增持、减持和中性组合,组合每月更新一次,并计算每月各组合的收益率。他们发现,在样本期间,分析师增持评级组合相对市场指数的超额年化收益率达到23.85%,该超额收益率在经过CAPM模型、Fama-French三因素模型和包括动量因素的四因素模型风险调整后仍然显著。分析师减持评级组合的超额收益率为负值,但统计结果并不显著。该策略在考虑交易成本后,仍能取得显著的超额收益率。他们认为这一研究结果认为国内证券分析师股票评

级具有投资价值。

李雪(2007)收集了自 2006年1月1日到2007年4月1日四家研究机构308份股票评级调整样本,采用事件研究法,将所有评级调整分为调高与调低评级两组,以市场指数调整的收益作为衡量基准,发现在(t-10,t+51)的时间段内,调高组产生6.53%的正异常收益,调低组产生-7.49%的负异常收益。在(t-1,t+1)、(t+2,t+31)和(t+2,t+51)三个时间段,除了调低组(t-1,t+1)不显著之外,其他调高组和调低组都产生了显著的正和负的异常收益。另外,不同研究机构影响力的差异能够在短时间内产生异常收益的显著差异,但在长的时间段内则效应不显著。作者认为推荐后股票价格漂移根源于分析师推荐报告的内容逐渐被投资者接受而导致的交易行为,而不是由于新的信息出现、推荐力度或者推荐机构的影响力造成的影响。

三、结论

纵观国内外相关研究我们发现,早期的国外研究大多认为分析师的选股建议没有实际价值,而最近20年来的国内外研究结果大多认为分析师的工作是有效率的,即他们的股票评级具备一定的投资价值,特别是报告前后的短期时间内效果明显。研究报告能够为投资者提供更多有用的信息是证券分析师行业在资本市场中所发挥效率的反映,集中体现了证券分析师行业在产业分工中的价值所在。

参考文献:

[1]林翔.中国证券咨询机构预测的分析.经济研究.2000(2):55-65.

[2]朱宝宪,王怡凯.证券媒体选股建议效果的实证分析.经济研究.2001(4):51-57.

[3]徐永新,陈婵.媒体荐股市场反应的动因分析.管理世界.2009(11):65-73.

[4]徐立平,刘建和.证券分析师荐股的市场影响力研究.财经论丛.2008(4):70-76.

[5]王征,张峥,刘力.分析师的建议是否具有投资价值――来自中国市场的经验数据.财经问题研究.2006(7):36-44.

[6]李雪.中国证券市场分析师推荐投资价值研究.证券市场导报.2007.11:72-77.

[7]Cowles,A.1933.Can Stock Market Forecasters Forecast?.Econometrica,vol. 1,no. 3:309-324.

[8]Diefenbach,R. 1972."How Good Is Institutional Brokerage Research?"Financial Analysts Journal,vol. 28,no. 1:54-60.

[9]Groth,J.,W. Lewellen,G. Schlarbaum,R. Lease. 1979."An Analysis of Brokerage House Securities Recommendations"Financial Analysts Journal,vol. 35,no. 1:32-40.

[10]Womack,K. 1996."Do Brokerage Analysts' Recommendations Have Investment Value?"Journal of Finance,vol. 51,no. 1:137-167.

[11]Barber,B.,D. Loeffler. 1993."The 'Dartboard' Column:Second-Hand Information and Price Pressure"Journal of Financial and Quantitative Analysis,vol. 28,no. 2:273-284.

[12]Davies,P.,M. Canes. 1978.”Stock Prices and the Publication of Second-Hand Information”The Journal of Business,vol. 51,vo. 1:43-56.