数据来源和样本筛选
选择上海和深圳证券交易所上市的A股(包括主板、中小板、创业板),选取股票在2014年-2018年发生停牌的事件,本文将依据下列条件筛选适合的样本作为实证分析的样本数据:
(1)剔除金融保险行业公司,因为金融保险行业公司的会计准则与其他行业的上市公司有较大的差别,相关财务指标没有可比性,所以剔除这类公司;
(2)剔除停牌区间估计窗口期间是ST、*ST或PT的股票,因为这类股票的交易制度与正常股票有差异,涨跌幅限制在5%以内;而且这类上市公司的投资行为和财务状况与其他“正常公司”差异较大;
(3)截止停牌事件发生时,交易时间不满1年的股票;
(4)剔除估计窗口期不足100天的样本;
(5)剔除2015年股灾期间的样本,在2015年6月26日至2015年7月9日期间千股跌停、停牌、涨停相继发生,因为该事件是整个中国资本市场属于小概率事件,对研究有较大的干扰,不利于分析随意停牌的一般性影响。而且由于本文使用事件研究法,该方法使用资本市场整体回报指标,股价在停牌期间不会发生变动,当千股停牌时,市场回报指标的计算会出现偏差,最终会导致事件研究估计超额收益率时出现偏差;
(6)剔除相关财务指标和公司治理指标缺失的样本。
(7)为了控制极端值对回归分析的影响,本文对连续变量进行缩尾处理,即将小于1%分位数的样本赋值为1%分位数的值,大于99%分位数的样本赋值为99%分位数的值。
本文主要采用 Excel和Stata14.0 软件进行数据整理与统计分析。
主要参考文献
上市公司随意停牌与投资者利益_来自中国资本市场的证据_石阳
基础分析
事件研究法计算累计超额收益率
本文将事件窗口确定为上市公司停牌前10个交易日到复牌后10个交易日共21天,即[-10, 10],将估计窗口确定为[-130,-31],共100个交易日。
为了结论的稳健性,本文同时选取了[-3, 3]、[-5, 5]、[-10,10]三个事件窗口期随意停牌和正常停牌事件的累计超额收益率作为衡量投资者利益的被解释变量。
变量定义表
类型 |
名称 |
符号 |
变量定义 |
被解释变量 |
累计超额收益率 |
CAR3 |
事件窗口[-3, +3]期间的累计超额收益率 |
CAR5 |
事件窗口[-5, +5]期间的累计超额收益率 |
||
CAR10 |
事件窗口[-10, +10]期间的累计超额收益率 |
||
解释变量 |
停牌类型 |
HaltType |
随意停牌取值为1,正常停牌取值为0 |
影响机制 |
是否受到处罚 |
Punish |
停牌期间遭受监管机构处罚取值为1,反之为0 |
是否受到监管问询 |
Query |
停牌期间遭受监管问询取值为1,反之为0 |
|
分组变量 |
股权性质 |
State |
公司为国有企业取值为1,反之为0 |
控制变量 |
公司规模 |
Size |
公司期末总资产的自然对数 |
资产负债率 |
Lev |
公司期末总资产除以期末总负债 |
|
净资产收益率 |
ROE |
净利润除以所有者权益 |
|
营业收入增长率 |
Growth |
公司本年营业收益/上一年营业收入-1 |
|
两职合一 |
Dual |
董事长与CEO是同一个人为1,否则为0 |
|
第一大股东持股比例 |
Top1 |
第一大股东持股数量/总股数 |
|
是否非公开发行 |
Nonpublic |
停牌事件属于非公开发行取1,反之为0 |
|
行业效应 |
Industry |
根据证监会2012年设定行业虚拟变量,除制造业使用二级分类,其他行业使用大类 |
|
年份效应 |
Year |
年份控制变量,5个年度数据,共生成4个虚拟变量 |
分析结果截图
1、AAR走势图
2、ACAR走势图
3、各事件窗口AR检验
4、累计超额收益率分组检验
5、全样本主要变量描述性统计
6、相关性分析
7、回归分析
8、影响机制
9、股权性质分组回归
10、进一步分析
11、稳健性1 – 倾向得分匹配样本回归
12、稳健性2 – 更改估计窗口期
将估计窗口期由原来的[-130, 31],更改为[-90, -31]共60个交易日,重新估计事件窗口期的累计超额收益率。
13、稳健性3 – 使用市场模型代替三因子模型重新估计事件窗口期的累计超额收益率
附件下载
评论前必须登录!
注册