管理层风险承担与公司治理收益:基于中国股市牛熊市下的证据

公司治理是否会影响股票收益率以及其内在机制迄今尚无定论。我们将中国股市的各个年度分别划分为牛市和熊市,考察了牛熊市中公司治理对股票收益率的不同影响,并进一步分析了管理层的风险承担行为在其中所起的作用。研究表明:公司治理状况较好的公司在牛市中具有更高的股票收益率,而在熊市中这些公司的股票收益率反而比其他公司更低。与此同时,治理较好公司的管理层在牛市和熊市中都会承担更多风险。该结果说明,正是管理层积极的风险承担行为以及牛熊市中截然相反的风险-收益关系导致了牛熊市中的公司治理收益出现差异。     

中国证券市场股票预期收益的横截面双因素分析

一、引言根据资本资产定价模型,股票的预期收益率与β系数之间存在正的线性相关关系:Ei=RF βi(EM-RF),β系数可以完全解释股票预期收益,而收益是对系统性风险的回报,因此β系数能够完全解释系统性风险。然而近二十多年来,不断有研究表明股票收益与β系数没有显著的线性关系,特     

沪市股票收益率特征实证分析

从现代投资组合理论出发,结合国内外的研究,使用上海证券交易所挂牌交易的103支股票2001-2005年期间的日收益率数据,在传统的时间序列回归分析和横截面回归分析的基础上,分析了这一时期股票的收益率特征。得出的结论是,在此期间,①可以使用市场模型来描述证券的收益产生过程;②市场模型的截距α值能够解释各股票期望收益率的差异;③在α值相等的条件下,股票的β值(风险)较高的股票其收益率会较低,即风险的市场价格为负值;④总的来看β值不能很好地解释股票的收益率差异,即CAPM是不成立的。     

中国证券市场股票预期收益的横截面双因素分析

一、引言 根据资本资产定价模型,股票的预期收益率与β系数之间存在正的线性相关关系:Ei=RF βi(EM-RF),β系数可以完全解释股票预期收益,而收益是对系统性风险的回报,因此β系数能够完全解释系统性风险.然而近二十多年来,不断有研究表明股票收益与β系数没有显著的线性关系,特别是Fama和French的研究显示,即使β作为惟一的解释变量,也不存在CAPM所预言的线性关系.     

不同市场状态下动量策略盈利性研究

A股股票数据,以周为单位对2014年10月31日到2015年12月31日的数据分牛、熊市进行实证分析,认为中国股市短期存在明显的动量效应、在一个较短的投资期限中采用动量交易策略将获得较高的超额收益率,但在牛市、熊市中持有收益最高的股票组合当市场态势转换时并不能获得显著的超额收益率。动量投资策略的关键在于短线操作,将持有期控制在一个月以内。     

市场特征、基本因素双重考虑下的β值估计与股票未来收益

本文从公司基本因素出发,通过与市场特征、历史β值结合构建线性回归模型,用于预测下一年的βf值,并进一步分析预测的βf值与市场表现的βm值之间的比值(βf/βm)与股票未来超额回报之间的关系。我们发现基于βf/βm高低分组的股票未来超额回报呈现一定的规律性,并且可被用来构建投资组合。在控制了投资规模、资产负债率、总资产增长率、销售增长率、市盈率等因素后,βf/βm对股票未来超额回报仍然具有显著预测作用。     

基于日平均收益率的股票投资组合策略

基于股票日平均收益率和半绝对偏差风险函数,建立了在一定收益条件下极小化风险的股票投资组合线性规划模型,并结合实际数据进行了实证分析。该模型考虑投资者的投资行为和心理感受,以股票日平均收益率作为收益率估计值,通过极小化实际收益率低于平均收益率的值来控制风险,且满足投资者的收益要求,模型简单易于求解,为风险厌恶型投资者进行股票投资提供了简便方法。     

关于上海股票市场CAPM的实证分析

结合中国证券市场,对资本资产定价模型进行有效性分析。用回归分析的方法计算β值,分析β值的有效性,并且拟和出证券市场线。分析股票和证券组合、股票和股票之间的相关系数,股票和证券组合之间的相关性不是很大,各个股票之间的相关系数也不是很显著。CAPM在一定程度上可衡量上海股票市场风险与收益之间的关系,但是有效性不强,非系统性风险对股票收益具有较大的影响。     

不同市场状态下行业投资时钟的构建——基于中国股票市场行业月份效应的研究

本文以2000年2月至2021年1月的28个申万一级行业指数月度收益率数据为研究样本，通过万得全A市场指数数据对中国股票市场进行了市场状态的划分，基于EGARCH模型对中国股票市场整体市场、牛市期间、熊市期间分别进行了行业月份效应的研究，并构建了相应的行业投资时钟，最后通过回测模型验证了实验结果的可靠性。研究发现：我国股票市场存在月份效应；月份效应在不同月份中、不同行业中存在显著区别；牛市期间与熊市期间的行业月份效应也存在显著区别。     

不同股市行情下的星期效应研究——基于沪深股市的实证检验

本文基于我国股票市场中一波最长的熊市和牛市行情,运用GARCH模型研究不同行情下的星期效应。研究发现,整个样本区间内星期效应并不显著,但在熊市和牛市子样本中却分别存在明显的星期效应,具体表现：熊市行情下,最高收益率出现在周二,最低收益率出现在周一;牛市行情下,最高收益率出现在周一,最低收益率出现在周四,且结论具有显著性。因此,按行情对股票市场进行星期效应研究,可有效克服总体样本所得结论的模糊性。