股票市場對黑天鵝事件過度反應(yīng)了嗎？

【摘要】黑天鵝事件指發(fā)生概率極小，沖擊極大的事件。本文基于FF三因子模型和CAR模型的事件研究法，探究了A股市場上自1997年來的黑天鵝事件的當(dāng)期市場反應(yīng)，以及黑天鵝事件后個股的超額收益。研究結(jié)果表明，市場對黑天鵝事件存在過度反應(yīng)，黑天鵝事件個股在市場過度反應(yīng)后短期內(nèi)會產(chǎn)生顯著超額收益。但這種超額收益有逐年減少的趨勢，表明市場的有效性在逐步提高。

【關(guān)鍵詞】黑天鵝事件 過度反應(yīng) FF三因子模型

一、引言

所謂“黑天鵝”，是指極不可能發(fā)生，實(shí)際上卻又發(fā)生的事件。黑天鵝事件往往具有三要素（納西姆·尼可拉斯·塔雷伯，2008）：稀少性，極度沖擊、事后尋因。金融市場上，黑天鵝事件的往往孕育在尾部風(fēng)險(xiǎn)中，這些風(fēng)險(xiǎn)爆發(fā)的概率極小，加之小概率事件發(fā)生的概率往往被低估（史智才等，2012），使得這類事件一旦發(fā)生，便會對市場造成劇烈的沖擊，并對投資者的收益率造成巨大影響（Estrada J.， 2008）。例如2011年雙匯發(fā)展的“瘦肉精”事件、華蘭生物的“失血門”事件、重慶啤酒的“疫苗門”事件等，這些事件的發(fā)生不僅使個人投資者蒙受高額損失，就連專業(yè)的機(jī)構(gòu)投資者在黑天鵝事件面前也無所適從，從而損失慘重，抑或錯失難得的投資機(jī)會。

那么，究竟金融市場中黑天鵝事件的影響有多大，投資者對黑天鵝事件的反應(yīng)有什么特征，面對黑天鵝事件投資者的反應(yīng)合理嗎？發(fā)生黑天鵝事件的個股日后的表現(xiàn)怎么樣呢？本文選取中國A股市場中自96年實(shí)施每日漲跌幅限制以來，歷年發(fā)生的個股黑天鵝事件作為研究對象進(jìn)行實(shí)證分析。著重探究了黑天鵝事件個股的當(dāng)期表現(xiàn)，投資者對黑天鵝事件的短期反應(yīng)，以及黑天鵝事件個股事件發(fā)生后不同時期的表現(xiàn)。在此基礎(chǔ)上，本文進(jìn)一步探究了市場對歷年黑天鵝事件的反應(yīng)程度，以此來說明市場有效程度的變化。

二、研究對象的選取與特征

（一）研究對象的選取范圍與標(biāo)準(zhǔn)

1.選取范圍

1997年1月至2011年12月，滬深A(yù)股所有非ST、非*ST股票。數(shù)據(jù)為考慮現(xiàn)金紅利再投資的日個股回報(bào)率，市值因子（SMB），賬面市值比因子（HML），數(shù)據(jù)范圍從1995-01-01至2012-03-30。其中，現(xiàn)金紅利再投資的日個股回報(bào)率數(shù)據(jù)來源為CSMAR數(shù)據(jù)庫；市值因子和賬面市值比因子數(shù)據(jù)來自于銳思（RESSET）數(shù)據(jù)庫。數(shù)據(jù)處理軟件為MATLAB。

2.研究對象選取條件

對于在A股市場黑天鵝事件的認(rèn)定我們給出以下兩條可量化的必要條件：條件①連續(xù)3個交易日每日紅利再投資的回報(bào)率小于-9%，條件②同期沒有其他滿足條件①的事件發(fā)生。條件①保證了樣本事件具有巨大的負(fù)面沖擊，條件②保證了事件的發(fā)生為個體風(fēng)險(xiǎn)引起的小概率事件，而非市場的系統(tǒng)風(fēng)險(xiǎn)導(dǎo)致。同時滿足條件①、條件②的事件認(rèn)定為一個黑天鵝事件。符合條件的黑天鵝事件共有132個。

為了保證研究對象的實(shí)際可操作性，我們附加以下兩條必要條件：條件③觸發(fā)條件一之前有超過120個交易日的數(shù)據(jù)，條件④觸發(fā)條件一之后有超過60個交易日的數(shù)據(jù)。條件③、④保證了用FF三因子模型對個股收益率進(jìn)行回歸與預(yù)測時，有足夠的數(shù)據(jù)量。這樣在原有132個事件個股的基礎(chǔ)上，又剔除了不滿足條件③、④的11個事件。顯然不滿足條件③④的事件占極少數(shù)，不影響主要結(jié)論。本文最終選取一共121個事件作為研究對象。

三、實(shí)證方法與模型

（一）方法描述

1. 具體思路

本文借鑒了事件研究法的思路，但沒有完全遵照事件研究法的步驟。原因有二：其一，事件研究法中對定價模型的回歸和預(yù)期收益的估計(jì)都采用日數(shù)據(jù)，由于定價模型如CAPM內(nèi)含的假設(shè)，這樣回歸的模型往往擬合優(yōu)度不高，對收益率的解釋能力有限，故其算出的預(yù)期收益率也偏誤較大；其二，本文著重研究事件發(fā)生后市場當(dāng)期反應(yīng)和事件個股的后期表現(xiàn)，而非單純的事件對當(dāng)期收益率的影響，故在窗口期的選定上沒有遵照一般的模式。

本文采用了1993年美國學(xué)者Fama和French在CAPM模型的基礎(chǔ)上，明確提出的三因子模型（簡稱FF三因子模型）。它是在CAPM單因子模型基礎(chǔ)上引入了公司規(guī)模（SIZE），公司賬面值與市值比（BE/ME）。兩位學(xué)者在后續(xù)的研究中對三因子模型的適用性問題進(jìn)行了深入的探索，三因子模型也得到了多個國家實(shí)證研究的支持。針對三因子模型在我國股市的適用性問題，學(xué)界也有相應(yīng)的實(shí)證研究（吳強(qiáng)等，2011）。

具體思路為：首先，利用FF三因子模型建立個股預(yù)期收益與大盤指數(shù)，市場因子，賬面市值比的預(yù)測模型；再用事件發(fā)生前120個交易日的個股數(shù)據(jù)對事件個股的FF三因子模型進(jìn)行參數(shù)估計(jì)；接著，利用三因子模型預(yù)測事件發(fā)生后事件個股的預(yù)期收益率；然后，通過CAR模型算出各個不同時間下的平均超額收益率；最后，構(gòu)建統(tǒng)計(jì)量檢驗(yàn)不同時間下的CAR是否顯著，并從時間序列數(shù)據(jù)的角度說明其變化趨勢。

2. 數(shù)據(jù)調(diào)整

對擬合優(yōu)度的問題，本文采用FF三因子模型對單支股票的未來收益進(jìn)行預(yù)期，并改變模型中各變量的計(jì)數(shù)頻率來調(diào)整模型的擬合優(yōu)度。延長變量對應(yīng)時段可較好的消除單日變量的部分不規(guī)則變動，如把日數(shù)據(jù)轉(zhuǎn)換成相應(yīng)的月數(shù)據(jù)，使回歸的FF三因子模型的擬合優(yōu)度往往較為理想。本文具體調(diào)整方式為把各變量的計(jì)數(shù)頻率從1日調(diào)整到10日。

3.窗口期選擇

對于窗口期的選擇，我們把事件發(fā)生后30個交易日內(nèi)的股價收盤價最低的日期，作為計(jì)算超額收益的起點(diǎn)，以此探究在市場經(jīng)過強(qiáng)烈的當(dāng)期反應(yīng)后，事件個股后期的表現(xiàn)。由于股市上的黑天鵝事件具有不同的嚴(yán)重程度和持續(xù)效應(yīng)，且個股對黑天鵝事件反映的程度和反映的時間各不相同，很難給出比較統(tǒng)一且精準(zhǔn)的超額收益的計(jì)算起點(diǎn)。因此我們將黑天鵝事件的持續(xù)影響限制在30個交易日內(nèi)，避免因過長計(jì)量時間而納入后續(xù)與之無關(guān)的影響股價的事件。選擇30個交易日內(nèi)股價收盤價最低的日期保證了在持續(xù)影響期內(nèi)股價對黑天鵝事件的充分表現(xiàn)。

注：此表只包含了從各年事件個股中隨機(jī)選取的10支股票。全部事件個股的回歸結(jié)果見錄。顯著性水平一致為5%，估計(jì)的參數(shù)、可決系數(shù)R2和F統(tǒng)計(jì)量保留四位小數(shù)，編程工具為MATLAB。

由121個樣本個股數(shù)據(jù)回歸得到的121個回歸方程中，有5個方程的p值大于0.05，其余116個方程在給定5%顯著性水平下，都通過了顯著性檢驗(yàn)。因此用回歸出的方程，去計(jì)算事件個股的預(yù)期收益率，進(jìn)而計(jì)算事件個股的超額收益率是可靠的。

（二）歷年不同時間的CAR

同時，結(jié)合，的數(shù)據(jù)表明，黑天鵝事件個股的超額收益往往集中在過度反應(yīng)后的10個交易日內(nèi)。當(dāng)超過10個交易日后，累計(jì)超額收益率為負(fù)的概率增加，如為負(fù)的概率為46.7%，為負(fù)的概率為60%。

五、結(jié)論

本文選取中國A股市場中自96年實(shí)施每日漲跌幅限制以來，歷年發(fā)生的個股黑天鵝事件作為研究對象進(jìn)行實(shí)證分析。主要結(jié)論為：股票市場當(dāng)期對黑天鵝事件存在過度反應(yīng)，并且會在短期內(nèi)對這種過度反應(yīng)進(jìn)行調(diào)整；其次，黑天鵝事件個股能在市場劇烈反應(yīng)后能產(chǎn)生超額收益，超額收益在短期內(nèi)最明顯；最后，從時間序列上看，股票市場對黑天鵝事件的過度反應(yīng)程度在降低，市場有效性逐步在提高。

參考文獻(xiàn)

[1] 納西姆·尼可拉斯·塔雷伯. 黑天鵝效應(yīng)[M]. 大塊文化出版社. 2008.

[2] 史智才， 肖詩順. 基于小概率事件的方法論[J]. 統(tǒng)計(jì)與決策. 2012（1）：89-91.

[3] 沈中華， 李建然. 事件研究法[M]. 華泰出版社. 2000.

[4] 吳強(qiáng). FF三因子模型在上海A股市場實(shí)證分析[J]. 金融經(jīng)濟(jì). 2011（12）：100-101.

[5] 梁萊歆等.現(xiàn)代財(cái)務(wù)會計(jì)理論[M]. 清華大學(xué)出版社. 2006.

[6] De Bondt and Thaler. Does the Stock Market Overreact？[J]. The Journal of Finance. 1985（3）：793-805.

[7] Estrada J.Black Swans in Emerging Markets[J]. The journal of investing. 2008（2）.

[8] Fama and French.The Cross-Section of Expected Stock Returns [J]. Journal of Finance. 1992（2）：427-465.

[9] Fama and French. Multifactor Explanations of Asset Pricing Anomalies[J]，”Journal of Finance. 1996（2）： 55-84.

作者簡介：劉捷豪（1989-），男，四川綿陽人，經(jīng)濟(jì)學(xué)學(xué)士，本科在讀，研究方向：公司金融，金融工程；黃佳計(jì)（1990-），男，重慶奉節(jié)人，經(jīng)濟(jì)學(xué)學(xué)士，本科在讀，研究方向：證券投資。

（責(zé)任編輯：劉晶晶）