事件行业关键词

-1-研究报告(2016年第3期总第18期)清华大学国家金融研究院两会效应对我国股市行业板块的影响民生财富研究中心本报告对"中华人民共和国全国人民代表大会"和"中国人民政治协商会议"(简称为两会)对我国股票市场的影响进行研究.
本报告利用事件分析法,分析了每年两会政策涉及的行业变动带来的对相关行业和个股的影响.
我们初步定义事件为:在某一年的两会期间,对某行业的相应政策的部署.
我们进一步通过关键词分析法改进了定义,定义事件为:在某一年的两会期间,某行业相对于该行业的前几年,在政策上得到了大力支持.
我们发现,两会对有政策利好的行业,特别是在某年相对于前几年得到了较大政策利好变动的行业会有更好的正效应.
-2-1.
研究背景我国每年3月份召开的"中华人民共和国全国人民代表大会"和"中国人民政治协商会议"(简称为两会),是我国最主要的政策性事件之一,对我国的政治和经济有重大影响.
每年两会召开的时间是确定的,而每年两会制定的政策是不确定的.
与大部分的政策性事件在时间上具有突发性特点不同的是,两会在时间上具有固定的周期性.
具有中国特色的两会是否会对我国股票市场的相关行业产生相应的影响,这是本报告待检验的主要命题.
前面文献中有很多关于我国政策性事件的研究.
彭文平和肖继辉(2002)指出中国股票市场是一个政策市,中国政府经常有意识地运用一些政策手段调控股市的波动.
陆蓉、徐龙炳(2004)对中国股票市场的研究发现,我国股票市场上"好消息"的影响要大于"坏消息"的影响.
与此同时,政策事件对股市的影响多以事件研究法进行研究.
王春峰,李双成,康莉(2003)采用4个典型的政策事件,运用事件研究法针对中国股市对政策性信息的过度反应问题进行了实证检验,结果表明中国股市对政策信息存在过度反应,与针对收益信息的同类研究结果相比,政策对市场具有更重要的影响作用.
刘莉亚(2012)利用事件研究法,对法定存款准备金率的调整的这一政策对我国股票市场影响效应的进行了实证研究.
王文玲、潘慧峰(2012)以"十六大"、"十七大"以及2002年、2005年和2007年的两会为研究事件,运用事件分析法对其进行研究,结果表明,此类政治事件会对国内股票市场产生显著影响,中国股票市场是一个带-3-有明显政策市特点但又缺乏政策效率的市场.
杨欣、吕本富(2014)利用事件研究法,重点研究了突发事件与股市波动的关系.
杨阳、李伟、魏先华(2014)运用事件分析法,实证检验了事件驱动投资策略在中国A股市场上的累计超额收益及其影响因素.
本报告利用了事件分析法,分析了每年两会政策涉及的行业变动带来的对相关行业和个股的影响,发现在两会政府工作报告中比前几年有更多关注的行业能获得了更好的超额收益.
2.
利用事件分析法研究两会效应对行业和个股的影响由于两会的经济政策具有不可预知性的特点,我们选择用事件分析来研究.
金融事件的"事件研究法"是利用金融事件对股票波动产生的预前和滞后效应的影响来分析,一般在重大事件发生后选取一定时间段的前置和后置股票的表现进行分析,寻找规律以指导在未来类似的金融政策出台时应采取怎样的投资决策.
使用事件分析法首先要定义好所要研究的事件,以及该事件的影响力所覆盖的时间区间.
这个时间区间是一般被称作事件发生期(eventwindow),它至少要包括事件发生日以及事件发生后的日期.
如果怀疑事件发生之前消息有泄漏,那么还应该包括事件发生前的日期.
事件分析法主要有以下七个步骤:第一,识别事件,确定事件窗期;第二,选取样本;第三,确定正常收益与异常收益,建立模型;第四,对模型中的参数进行估计;第五,对统计量进行检验;第六,得出实证结果;第七,对实证结果进行解释并得出结论.
-4-2.
1识别事件我们初步定义事件为某年两会对某个行业所部署的相应的政策.
为了把握每年两会关注的焦点,我们对每年两会的政府工作报告进行分析,由于两会的工作部署在每年都会有不同的行业侧重点,因此每年所发生的事件不同,不具备周期性的特点.
比如说2007年的两会政府工作报告里有一段话表明了节能环保的是当年经济的侧重点,这段话如下:"(三)大力抓好节能降耗、保护环境和节约集约用地.
今年要把节能降耗、保护环境和节约集约用地作为转变经济增长方式的突破口和重要抓手.
在节能环保方面,重点做好以下工作:……"我们对2000-2015年两会期间的政府工作报告进行分析.
2000-2015年的年度的报告之间存在共性,却又有其独特性所在.
农业、产业结构调整、节能环保、改革、保障民生、区域协调发展等六大内容为2000-2015年全国两会的共同热点,而根据每一年的中央政策的变化每年所侧重的行业却都不同.
2.
2样本数据我国A股的细分行业很多,为了方便起见,我们选择了Wind的10个一级行业指数为研究对象,这些一级行业分别为:能源指数、材料指数、工业指数、可选消费、日常消费、医疗保健、金融指数、信息技术、电信服务、公用事业.
每个一级行业指数下面包含了多个二级行业、三级行业和四级行业,总数达到上百个细分子-5-行业.
Wind一级行业的数据从2000年开始,因此我们取2000年初到2015年底的数据为研究对象.
2.
3事件窗定义了研究事件后,紧接着要确定事件窗.
本报告将两会期间定义为事件日,定义事件考察期为(-22,-1)(1,22),也就是两会前第22个交易日到两会开始前,以及两会结束后到两会结束后第22个交易日,总共44个交易日期间(一般情况下,22个交易日为1个月的时间,因此事件考察期相当于两会前后2个月的时间).
我们将(-148,-23)设为事件估计窗,即将两会事件发生点前148天至前23天,总共125天作为正常收益的估计期(一般情况下125是半年的总交易日数目,因此正常收益估计期相当于两会前半年的时间),这样可避免正常收益的估算受到事件的影响.
事件窗如图1所示.
图1.
两会效应的事件窗口2.
4模型对于任意一个受两会影响的行业指数i,设行业指数i在t-6-时刻的价格为,收益率为,根据行业指数价格与收益率的关系,定义行业指数收益率为:(1)为了评估一个事件的影响,需要建立预期收益模型.
证券收益率预期模型主要用于估计预期收益率,即在没有意外事件发生条件下预计达到的收益率.
证券收益率具有多种预期模式,其中应用较为广泛的是市场模式,它假设个股的收益率与市场收益率存在线性关系,并通过市场收益率建立股价收益率之间的回归模型.
与其它正常收益的估计模型相比,市场模型可更好地判断事件引起的效应,故本报告选自市场模型计算正常收益率.
对于任意一个行业指数i,其市场模型为:(2)其中是时刻t行业指数i的收益率,是时刻t大盘指数的收益率;是残差,其均值为0,方差为,也就是,;以及是市场模型中的参数.
定义t=0为事件发生日.
t=1+1到t=2代表事件发生区间,t=0+1到t=1为估计区间(estimationwindow).
1=1-0是时间估计区间的长度,2=2-1是事件发生区间的长度.
以及是市场模型中的参数,利用事件估计区间的数据,然后用最小二乘法进行估计这三个参数的值,这样可以得到每个行业指数的市场模型.
-7-2.
5确定正常收益与异常收益有了市场模型的参数估计后,就可以计算和分析异常收益率.
异常收益是指事件窗内的实际收益与假设没发生该事件的正常收益之差.
通常我们用异常收益率(abnormalreturn)作为事件影响力大小的衡量,定义为AR.
如第i个行业指数在事件发生日异常收益率为:(3)其中为时间点t的超常收益率,Rit为时间点t的实际收益率,为事件点t的正常收益率.
为证券在事件发生区间的超出收益率,那么:(4)异常收益率具有方差:(5)它由两部分组成,一部分是市场模型的方差,而另一部分来自于估计的样本偏差.
在零假设0下,事件应对收益率的行为模式(均值或方差)不产生影响,证券在事件发生区间的某个观察点的超常收益率应服从零均值的正态分布,即.
为了得出事件对某个证券价格总的影响或对市场的平均影响,我们还必须考察超常收益率的加总.
单个证券的超常收益率在时间上的加总就是该证券的累积超常收益率-8-(cumulativeabnormalreturn).
定义为证券i在时间段到()有:(6)的累积超常收益率,则在零假设下,累积超常收益率也应该服从如下正态分布.
(7)2.
6对每年两会都支持的行业进行分析由于Wind一级行业指数的数据从2000年开始,从2000年开始的每年的政府工作报告中,都包含了扩大内需、保障民生、鼓励消费的经济政策.
因此我们首先对可选消费指数进行研究.
其市场模型公式(2)中,为可选消费指数,为中信标普A股综合指数.
我们对从2000年开始到2015年每年在两会前(-148,-23)交易日这个估计窗口的数据,总共1763个交易日的数据进行拟合,得到如下的结果:0.
108205,0.
891729,如表1所示:表1.
可选消费指数与中信标普A指两会估计窗的回归分析:2002-2015均方根误差0.
00752R方0.
7947因变量均值1.
00024调整R方0.
7945变量自由度参数估计值标准误差t值Pr>|t|Intercept10.
108200.
0108010.
02行业关键词出现的频率,来获取每年两会对行业侧重点.
在文本分析中,我们采用了Wind二级行业、三级行业的行业名字里所包含的词为关键词,从每年关键词出现的频率获得两会对行业关注度的变化.
比如,Wind的能源指数的二级行业、三级行业包括能源设备与服务、石油、天然气与供消费燃料、石油天然气设备与服务、综合型石油天然气勘探与生产、石油天然气储存与运输、石油与天然气的炼制与销售.
对能源指数我们定义了四个相关的关键词:煤、煤电、石油、天然气.
其他各个wind一级行业的关键词定义列表如表3所示.
-11-表3.
Wind行业关键词列表Wind一级行业行业关键词列表能源指数煤、煤电、石油、天然气材料指数化工、化纤、化肥、工业气体、特种气体、建材、水泥、玻璃、容器、包装、金属、黄金、白银、钢铁、冶金、矿石、纸、林木产品工业指数航天航空与国防、建筑产品、建筑与工程、电器设备、综合类、机械、贸易公司与工业品经销商、商业与专业服务、商业印刷、环境与设施服务、办公服务于用品、安全与报警服务、调查与咨询、航空运输与物流、海运、公路与铁路运输、交通基础设施、公路与铁路、港口可选消费汽车、汽车零配件、耐用消费品、服装、家用电器、装饰品、休闲用品、摄影用品、纺织品、奢侈品、酒店、餐馆、综合消费类、度假村、教育、媒体、广告、有线和卫星电视、广播、电影与娱乐、出版、零售业、百货商店、电脑、旅游、文化、传媒日常消费食品与主要用品零售、饮料、烟草、家庭用品、个人用品、啤酒、白酒、葡萄酒、农产品、食品加工与肉类医疗保健医疗设备、保健设备、保健护理、生物科技、制药、生命科学金融指数银行、多元金融、消费信贷、资本市场、保险、房地产信息技术软件与服务、硬件与设备、半导体、半导体生产设备、互联网软件与服务、信息技术服务、软件、通信设备、电脑与外围设备、电子设备、电子元件、物联网、三网融合电信服务电信服务、无线电服务、电信、无线电公用事业电力、燃气、水务、新能源发电、环保、污水处理、节能减排、复合型公用事业我们对每个行业所包含的关键词,通过对两会政府工作报告的关键词频率进行统计,将每个行业包含的每个关键词在每年的政府工作报告中出现的次数相加,获得每个行业的关键词出现频率的总表如表4所示.
-12-表4.
Wind行业指数所对应的关键词在每年政府工作报告中出现的频率总和19992000200120022003200420052006200720082009201020112012201320142015能源指数3181141010563033033材料指数97126123791587111311488工业指数1314211430192322183017111914162020可选消费15189142045789211812137912日常消费3934617288689111412111473848387686464医疗保健5871313161029203626372420161116金融指数3021131433232224504435312226242020信息技术21423110013855144电信服务02121210233101022公用事业78141317111411403422211832141920在上面的表格中,我们定义某年行业的关键词出现的频率大于这一年前4年每年出现的频率,就认为该行业出现了侧重,也就是有事件发生.
事件发生:假设某年t某个行业i关键词出现的频率次数为,如果出现:(8)其中为一常数,认为该行业在这一年得到了较大的关注,出现了事件发生.
-13-表5.
根据关键词频率,符合公式(8),打#号表示事件发生.
19992000200120022003200420052006200720082009201020112012201320142015能源指数31811410#10563033033材料指数971261237915#87111311488工业指数1314211430#1923221830#17111914162020可选消费1518914204578921#1812137912日常消费3934617288#6891114#12111473848387686464医疗保健587131316#1029#2036#26372420161116金融指数3021131433#23222450#4435312226242020信息技术214231100138#55144电信服务02121210233101022公用事业78141317#11141140#3422211832141920上表统计了2000到2015年的数据,根据公式(8)可得2003年前的行业侧重无法获得.
从2003年起,每年的行业侧重是不同的.
如上表所示,总共获得了15个事件区间,打#号进行标识.
下面我们通过事件分析法对上面获得的15个事件进行实证分析.
2.
8对改进的事件进行实证分析我们对2005年的能源指数进行事件分析,其市场模型公式(2)中为能源指数,为中信标普A股综合指数.
对在2005年两会前(-148,-23)交易日这个估计窗口的数据,总共125个交易日的能源指数数据和125个中信标普A股综合指数数据进行回归分析,得到如下的结果:,.
回归分析的统计值如下:-14-表6.
对能源指数的2005年两会估计窗的数据线性回归结果均方根误差0.
0071R方0.
7639因变量均值0.
9981调整R方0.
7620变量自由度参数估计值标准误差t值Pr>|t|Intercept10.
090500.
045312.
000.
0480x10.
908740.
0453620.
03|t|Intercept10.
0356130.
0346891.
0266260.
306595x10.
96450.
03453227.
93148|t|4.
2538.
118-18.
43016.
30534.
73563.
80165.
9051194.
043190.
8642.
0962.
030.
0619-17-2.
9两会效应的对行业影响的原因分析通过用事件研究法对两会的行业效应进行实证分析,本报告得到了以下的基本结论:两会对行业,特别是在某年相对于前几年得到了较大政策利好变动的行业会有很好的正效应.
为什么这样的行业效应呢下面本报告尝试进行解释,对于在某年相对于前几年得到了较大关注的行业,一般来说是因为两会期间制定了相对于前几年来说更好的利好政策,超出了市场预期.
而超出市场预期的有政策利好的行业,便会很容易成为市场的热点,因此获得了较大的超额收益.
这能部分解释为什么本报告所定义的行业事件能获得较大的超额收益.
3.
结论我们通过行业指数,利用事件分析法,研究了两会对行业的影响.
我们分析了每年两会政策涉及的行业变动带来的对相关行业和个股的影响,利用了行业的关键词分析法改进了事件的定义.
我们发现,两会对有政策利好的行业,特别是在某年相对于前几年得到了较大政策利好变动的行业会有更好的正效应.
使得两会的超额收益得到进一步的放大.
-18-参考文献[1]彭文平,肖继辉,股市政策与股市波动,经济管理,2002年第6期,p60-65.
[2]陆蓉,徐龙炳,中国股票市场对政策信息的不平衡性反应研究,经济学,2004(3):319-330.
[3]王春峰,李双成,康莉,中国股市的过度反应与"政策市"现象实证研究,西北农林科技大学学报:社会科学版,2003,(4):20-24.
[4]王文玲,潘慧峰,重大政治事件对我国股票市场影响的实证研究,科学决策,2012(9):39-72.
[5]刘莉亚,法定存款准备金率的调整对我国股票市场影响效应的实证研究,上海金融学院学报,2012(6):5-18.
[6]杨欣,吕本富,突发事件、投资者关注与股市波动,管理科学与工程,2014(36):147-158.
[7]杨阳,李伟,魏先华,事件驱动投资策略及其影响因素的实证研究,数理统计与管理,2014(33):520-530.
(2016年8月23日)报送:民生财富研究中心联系人电话: