本部分首先介绍我们构建的事件研究的框架,其次探究在沪深300指数上样本股调样效应是否显著。
(一)
事件研究框架介绍
根据各指数的指定规则,为了适应市场的变化,所有的市场指数都会定期或者不定期的调整其成分股。中证系列、上证系列的指数在13年之后每年的6月及12月的中旬会定期调整其样本股,深证系列指数则是每年1月和7月的第一个交易日对其成分股进行调整。我们选取沪深300指数,对其调整效应进行探究,分析其调入和调出效应是否明显。
1.
定义事件与窗口期:
我们以每个指数定期调整的公告日作为事件的基准日,选取公告日前20个交易日以及后60个交易日作为窗口期。
2.
确定取样标准:
将每个指数每次调入的样本股整体作为该指数调入效应的总样本,相应的将调出的样本股作为该指数调出效应的总样本。
3.
计算预计收益率的模型:
我们在计算个股的预计收益的方法中,综合考虑了个股的行业和市值两个因素的影响, 采用横截面回归方法,具体模型如下:
我们采用申万一级行业来进行分类,市值变量我们选用总市值的对数
。
4. 计算异常报酬率
利用个股窗口期内实际收益率减去步骤三方法计算出的预计收益来作为各自异常收益。
(二)
指数样本股调整效应
我们使用事件研究的框架,观察事件日前20个交易日到事件日后60个交易日的CAAR的走势。
首先,我们对事件日的定义有两种,第一种就是公告日当天,如果当天不是正常交易日则往后推延到下个交易日。第二种我们将其定义为可行购买日,即如果公告当天个股的开盘涨幅在8%以上,我们认为不能进行购买需要往后推延一天,另外如果个股停牌我们也往后推延一天,直到达到可行购买日。
其次,我们考虑了两种算法来计算超额收益:第一种也就是传统意义的个股当天的收益减去大盘(沪深300指数)当天的收益,这种算法的结果我们定义为超额收益。第二种个股的预计收益是通过将当天全市场A股的行业和市值进行回归得到的回归方程计算得来。再利用个股的收益减去预计收益,此时的超额收益相当于扣除了行业和市值的因素后个股本身的收益,这种算法的结果我们定义为异常收益。
从以上四图可以看出,不论是用公告日还是可行购买日来进行分析,调入效应的累计异常收益和超额收益在基准日之后都没有明显的正向收益,相反累计异常收益短期内呈现减少的趋势。但在公告日之前10个交易日内可以取得可观的正向收益。因此文章最后我们会提供对于即将到来的19年中期调整的预测名单。
另外,当只考虑超额收益时候我们可以发现在20个交易日之后会出现明显的反弹,但当排除了行业和市值因素以外的异常收益的角度来看,调入事件的累计超额收益并不会有所起色。
从以上四图可以看出,不论是用公告日还是可行购买日来进行分析,调出效应的累计异常收益和超额收益在基准日之前都呈现明显的下降趋势;在基准日之后两种算法的结果不尽相同,从超额收益的角度分析,基准日之后会继续此前的下跌趋势,然后会出现一波比较明显的反弹,而从异常收益的角度来看事件基本趋于稳定,后期变化不太明显。因此我们认为当考虑了行业和市值两个角度以后,所谓的样本股调出超跌反弹更多是行业是市值两个维度的作用,而不是事件本身所带来的效应。
(三)
2019年6月沪深300调入、调出股票池收益统计
2019年6月我们预测有17只个股调入指数,其中命中13只。
分别统计调入个股从报告发布日(2019年5月14日)到最终名单公告日(2019年6月14日)及公告之后10个交易日(2019年7月1日)的平均累计超额收益如下表:
预测调入的17只股票,截止公告日的平均累计超额收益为4.19%,持有至公告日后10个交易日的平均累计超额收益为5.89%;相反,预测调出的17只有明显的负向效应,截止公告日平均累计超额收益为-2.74%,持有至公告日后10个交易日的平均累计超额收益为-4.97%。