朱 正，曹亞麗

(1.河海大學(xué) 商學(xué)院，南京 210093;2.南京大學(xué) 商學(xué)院，南京 210009）

0 引言

中國股票市場的發(fā)展在一定程度上帶動了財經(jīng)媒體的發(fā)展，各類股票推薦欄目應(yīng)運而生，充斥著各類報紙、網(wǎng)站、電臺、電視臺。各種股評家和證券投資機構(gòu)證券分析師都積極的從各個角度為股民們推薦著股票。這類股票推薦信息圍繞在我國股民的周圍。超過1億的我國股民文化素質(zhì)，年齡，工作背景都存在著很大差異。很大一部分股民對股票的專業(yè)知識認識有限，他們無法判斷信息的真?zhèn)?，很多時候只能依賴這樣的相對權(quán)威的股票推薦信息，他們相信這是真的并以此交易，F(xiàn)ischer Black(1986)認為他們是噪聲交易者（noise trader），而他們所做的交易即是噪聲交易(noise trading),而在他們周圍的這些股票推薦消息即是噪音（noise）。當(dāng)股票受到推薦后，噪聲交易者們接受推薦信息進行交易。本文將重點分析這些被推薦股票的影響及其持續(xù)時間等問題。

1 數(shù)據(jù)和模型選取

本文對《中國證券報》每周六“實力機構(gòu)周末薦股精選”這一欄目（2007年3月31日之前是B07版，之后為B08版）2006年11月4日到2008年10月25日推薦的1280只上證A股股票進行了研究。關(guān)于此樣本的選取，有如下說明：（1）《中國證券報》在證券類報紙中閱讀率名列第一，在投資者中具有很大的影響。（2）在推薦的股票中，有近50只股票被多家機構(gòu)同時推薦，即為高頻推薦股票，這類股票在之后會重點加以研究。（3）2006年11月到2008年10月，上證指數(shù)經(jīng)歷了一個上升再回落的過程（從1800多點到1800多點），選取這個區(qū)間研究，避免了受大市影響的趨勢性。（4）由于選取時段的特殊性，中國股市在這里經(jīng)歷了趨勢性明顯的上升階段和下降階段。隨后進入一個較長時間的下跌所以本文將分別分析在上升區(qū)間和下降區(qū)間內(nèi)薦股的影響。以上證綜指出現(xiàn)最高點的2007年10月16日作為分界點，此前為上升區(qū)間，此后為下降區(qū)間。關(guān)于推薦的個股的相關(guān)行情序列來源于WIND資訊金融數(shù)據(jù)庫。

薦股對股市的影響有很多方面，為了研究方便且結(jié)果更有意義，本文主要通過對異常收益率和異常交易量的測度來檢驗薦股對股市的影響。設(shè)定t=0為股票的推薦日，推薦日為周六，非交易日。t=1即為股票推薦后的第一個交易日，t=-1為股票推薦日前一個交易日，以此類推。本文主要考察股票推薦前10個交易日和后10個交易日的異常收益率和異常交易量的情況，即t=-10、-9、-8……8、9、10的情況。考慮以前一個交易日收盤價介入，以當(dāng)前交易日的收盤價賣出，不考慮交易成本。

學(xué)界關(guān)于正常收益率的計算方法眾說紛紜，但是公認的一點是，在這方面，簡單模型的表現(xiàn)并不比復(fù)雜模型差。陳漢文，陳向民（2002）對事件研究法在證券市場上的應(yīng)用進行了綜合討論，采用模擬抽樣的方法對廣泛采用的關(guān)于正常收益率的三個模型（均值調(diào)整模型、市場調(diào)整模型、市場和風(fēng)險調(diào)整模型）結(jié)合中國證券的交易數(shù)據(jù)進行了經(jīng)驗比較，結(jié)果證明了對于中國市場，均值調(diào)整模型在不同情況下對事件研究有很多優(yōu)于市場模型的特點，運用均值調(diào)整模型可以更有效地達到探測價格事件性表現(xiàn)的目的。所以本文采用均值調(diào)整模型對正常收益率進行計量。

正常收益率和異常收益率分別為：

ARi,t為股票i在第t天的異常收益率，Ri,t為股票i在第t天的收益率。

正常交易量均值調(diào)整模型模型如下：

為了剔除股票發(fā)行規(guī)模的影響，這里采用的異常交易量指標(biāo)是異常交易量占正常交易量的百分比，即為

2 計量結(jié)果和檢驗

在剔除兩周連續(xù)推薦，因上市時間不夠而導(dǎo)致數(shù)據(jù)不全，在研究期內(nèi)停牌日較多的股票后，整理好受推薦股票在研究期內(nèi)的行情序列。先根據(jù)公式（1）算出推薦股票的正常收益率，再根據(jù)公式（2）算出它在推薦日前后十天的異常收益率，并利用t值公式算出t值進行檢驗。同樣的，根據(jù)公式（3）算出推薦股票的正常交易量，再根據(jù)公式（4）算出它在推薦日前后十天的異常交易量，并利用t值進行檢驗?？紤]到計算量的問題，本文隨機選取了188只受推薦股票進行了計算。結(jié)果如表1所示。

表1 所有推薦股票樣本研究期的異常收益率和異常交易量

表2 高頻推薦股票研究期的異常收益率和異常交易量

根據(jù)表1，我們先來考察異常收益率的情況，在股票受到推薦后的第一個交易日，有1.056%顯著性在95%以上的異常收益率，證明了股票受推薦后異常收益率確實存在，但是在推薦后的第二天開始異常收益率就開始為負，顯著性明顯降低，除了t=2，t=5外，其余均不顯著。t=1、t=2、t=3三天平均異常收益率為0.102%。異常交易量方面，在股票收到推薦后的第一個交易日，有57.669%顯著性在95%以上的異常交易量，僅次于前一個交易日的58.211%。但是隨著時間推移，異常交易量明顯降低特別是被推薦后的第二周開始交易量有一個階梯式跳躍性下降，但是總體仍然保持15%以上的異常交易量，比推薦前有明顯上漲，顯著性良好，均在95%以上。由上可以看出推薦效應(yīng)確實存在，股民的投資策略確實受到了推薦信息的影響，但是這種影響隨著時間推移逐漸消失。

為了驗證受多家機構(gòu)推薦股票即高頻推薦股票的差異性，從而進一步驗證推薦效應(yīng)的存在。本文單獨對40只高頻股票進行了計算，結(jié)果如表2所示。

由表2我們發(fā)現(xiàn)，股票獲得高頻推薦后的第一個交易日有1.260%顯著性在90%以上的異常收益率，與表一中的1.056%相比，高了0.204%，證明了股票受到高頻推薦后可以獲得更高的異常收益率，但是同樣的在接下去的幾天里，除了第4天和第7天，異常收益率均為負，顯著性也明顯降低。高頻股票的異常交易量的顯著性明顯降低，僅在t=-3、-2、-1、1、2、8時顯著性在95%以上。在推薦日后的第一個交易日，有97.899%顯著性很強的異常交易量，比表1中的57.669%的高出40.3%。從第二個交易日開始，異常交易量開始降低，但是仍然保持較高的異常交易量水平，與推薦前相比有一個明顯的上漲，比表一中這幾日的異常交易量也高出很多。從而進一步驗證了推薦效應(yīng)的存在，受高頻推薦后，推薦對股票的影響更加明顯。

為了驗證市場大環(huán)境對推薦股票的市場表現(xiàn)的影響，本文分別對上升區(qū)間內(nèi)的推薦股票和下降區(qū)間的推薦股票進行了計算，結(jié)果如表3所示。

在t=1時的異常收益率上升區(qū)間內(nèi)的推薦股票比下降期間的推薦股票高出1.148%，且顯著性更強，下降區(qū)間推薦股票在推薦后的第一個交易日的異常收益率t值過小，顯著性不高。在t=2開始，異常收益率開始出現(xiàn)負值，或者是有一個微小的正值，值得注意的，上升區(qū)間內(nèi)的推薦股票t=3、5、8時，有顯著的負值異常收益率，且絕對值較大，下降區(qū)間內(nèi)的推薦股票t=2時，有顯著的絕對值較大的負值異常收益率。同樣的，異常收益率方面，在t=1時上升區(qū)間內(nèi)的推薦股票要比下降區(qū)間內(nèi)的股票高39%，交易更頻繁，顯著性都很強。上升區(qū)間內(nèi)的股票在t=2后異常交易量有所下降，但是不及下降區(qū)間內(nèi)的推薦股票來的明顯。下降區(qū)間內(nèi)的推薦股票在第二個交易日后異常交易量明顯降低，顯著性也明顯減弱，且隨著時間推移逐漸遞減。

表3 上升區(qū)間和下降區(qū)間推薦股票樣本研究期的異常收益率和異常交易量

綜上所述，我們可以得出如下結(jié)論：（1）在股票受到推薦后的第一個交易日，無論是異常收益率還是異常交易量都有一個明顯的上漲，證明了推薦效應(yīng)的存在。（2）在股票受到推薦后的第二個交易日開始，異常收益率和交易量開始明顯降低，異常收益率甚至出現(xiàn)顯著的負值，異常交易量雖然有所降低，但是總體而言仍處于較高水平，在推薦后的第二周的第一個交易日有一個跳躍式下降。(3)高頻推薦股票相對于所有受推薦的股票而言，在受推薦后的第一日有更高的異常收益率和異常交易量，在之后的幾天內(nèi)仍保持著更高的異常交易量，推薦效應(yīng)更加明顯。(4)通過對上升區(qū)間和下降區(qū)間內(nèi)被推薦股票的比較，發(fā)現(xiàn)在上升區(qū)間內(nèi)股票在推薦后的第一個交易日可以獲得更高的異常收益率，交易量的增加也更加明顯。從異常交易量角度看，在下降區(qū)間內(nèi)，股票被推薦后的推薦效應(yīng)消失的更快?？傊?，在上升區(qū)間內(nèi)股票的推薦效應(yīng)表現(xiàn)的更加明顯。

我們從這三個表中，可以發(fā)現(xiàn)一些有趣的現(xiàn)象：（1）在股票推薦前的前一個交易日的異常收益率要大于股票被推薦后的第一個交易日的異常收益率，表1中，2.056%＞1.056%,表2中，3.039%＞1.260%，表3中，2.163%＞1.630%，1.950%＞0.482%。更有趣的，在推薦前的前一周內(nèi)即t=-1～-5內(nèi)，被推薦股票的異常收益率基本都為正值，且顯著性較強。（2）在股票推薦前的前一周內(nèi)該股票的異常交易量已經(jīng)有一個明顯的上升，越接近推薦日，交易量的增加越明顯，在推薦前的前一個交易日往往達到最大值，甚至比推薦后的第一個交易日的異常交易量要大。這兩點都說明股票在受到推薦前已有明顯異動。

3 結(jié)果分析

根據(jù)對成熟資本市場的實證研究，被證券咨詢機構(gòu)推薦的股票一般在1—3月內(nèi)甚至一年里都會有較好的收益。根據(jù)國外學(xué)者關(guān)于推薦股票異常收益率的計算，正的異常收益率一般會在推薦后兩天或三天，甚至更長的時間里消失，而根據(jù)本文研究，在推薦后的第二日，異常收益率就變?yōu)樨撝怠＿@證明了我國證券市場還相當(dāng)不成熟，無論是機構(gòu)投資者還是散戶都普遍傾向于作短線，明顯缺乏理性，投機性很強。而證券分析師們也很好地掌握了廣大股民的追漲殺跌的心理，他們可以有恃無恐地推薦私有信息已經(jīng)擴散的并在前期價格已經(jīng)有所上漲的股票，等待散戶們買入后，前期消息的獲得者們漸漸出貨從而獲利。

[1]Bing L.Price Pressure:Evidence from the‘Dartboard’Column[J].the Journal of Business,1999，72。

[2]Brad M,Douglas L.The‘Dartboard’Column:Second-Hand Information and Price Pressure[J].the Journal of Financial and Quantitative Analysis,1993,28.

[3]Eurico J F,Stanley D S.Wall$treet Week:Information or Entertainment?[J].Financial Analysts Journal,2003,59.

[4]Ficsher B.Noise[J].the Journal of Finance,1986,41.

[5]Jason G,Scott S.Liquidity Provision and Noise Trading:Evidence from the“Investment Dartboard”Column[J].the Journal of Finance,1999,54.

[6]Mark H,Vernon J R,Susan S.How"Foolish"Are Internet Investors?[J].Financial Analysts Journal,2000,56.

[7]陳漢文,陳向民.證券價格的事件性反應(yīng)[J].經(jīng)濟研究,2002,(1).

[8]丁亮,孫慧.中國股市股票推薦效應(yīng)研究[J].管理世界,2001,(5).

[9]高峰,宋春明.中國股市理性預(yù)期的檢驗[J].經(jīng)濟研究,2003,(3).

[10]李雪.中國證券市場分析師推薦投資價值研究[J].證券市場導(dǎo)報，2007,(11).

[11]林翔.對中國證券咨詢機構(gòu)預(yù)測的分析[J].經(jīng)濟研究，2000,(2).

[12]劉建和,范煒,金雪軍.中國證券分析師群體薦股能力的實證研究[J].投資與證券,2005,(12).

[13]馬春林,倪蘇云,吳沖鋒.股評家關(guān)注股票基本面因素[J].上海經(jīng)濟研究,2002,(5).