引言

    在證券市場發展史上,股價指數編制僅僅是短暫的起點,為了保持指數長久的生命力,對成份股進行跟蹤研究并定期(如按季或按年等)調整是指數管理的基本要求。基礎指數調整后,大量的指數衍生產品短期內急需調整投資組合,其中包括指數基金、指數期貨與期權、交易所上市基金(ETFs)及其他指數產品等等,從而形成牽一發而動全身的 聯動效應。

    從上個世紀80年代后期以來,美國學者對S&P500指數等調整效應進行了廣泛而深入的研究,如Harris與Gurel(1986)、Edmister等(1994)及 Hegde等(2002)。近年來,各國學者也紛紛對本國指數的調整效應進行了研究,如Brealey(2000)研究了英國金融時報100指數的調整效應,Chung等(2000)對加拿大TSE 300指數進行了研究, liu(2001)研究了日本Nikkei 500指數的調整效應,Deininger等(2000)對德國DAX與MDAX指數調整效應進行了研究。大多數研究結果都發現,指數調整時,加入或剔除股票常伴有價格與成交量異常的情況。

    指數調整通常根據公開的市場信息,如股票流通市值規模、流動性、經營業績等,一般不包含新信息,因而,指數調整時出現價格與交易量異常的效應通常被認為是對有效市場假說的一種違背(Lynch與Mendenhall,1997)。目前,理論界對指數調整效應解釋主要有:價格壓力假說(Price Pressure Hypothesis)、不完全替代假說(Imperfect Substitute Hypothesis)、流動性假說(Liquidity Hypothesis)、信息假說(Information Hypothesis)以及選擇規則假說(Selection Criteria Effect Hypothesis)。

    近年來,隨著我國證券市場的迅速發展,特別是投資基金、社保基金以及QFII等機構投資者的快速壯大和投資理念的嬗變,價值型投資已逐漸成為主流,指數化投資在我國開始萌芽并很快進入快速發展階段。2002年10月,首只開放型指數基金開始發行,至2004年12月底,我國設立指數型開放式基金7只,發行總規模超過180億份。2005年,上證50指數ETFs破繭而出,與此同時,指數期貨與期權也在期盼與孕育之中。

    我國股票市場屬新興市場,有明顯的過渡性特點,如市場擴容速度很快、股票集中度較低、上市公司穩定性差、公司股權結構復雜及股價操縱時有發生等等。因而,在指數管理過程中,跟蹤研究并及時調整成份股猶為重要,它直接影響到指數基金的交易成本與業績表現,ETFs與指數期貨等的跟蹤誤差與套利風險,進而將影響指數產品的開發與市場推廣。本文通過對我國指數成份股調整效應進行深入研究,將為指數編制與管理、指數產品創新及指數產品投資提供有意義的啟示。

    研究設計

    (一)樣本選擇

    我國的成份指數主要有深證成份股指數、深證100指數、上證180指數及上證50指數等,這些指數分別由滬、深交易所負責編制與發布。與此同時,國際著名的指數供應商也紛紛涉足我國資本市場,編制了新華富時系列指數、中信標普系列指數及道瓊斯中國系列指數等,但由于指數發布渠道的限制,這些指數的市場影響也較小。

    本文選擇了我國最具影響的三只指數,上證180指數、深證100指數及深成指,全面研究我國指數的調整效應。其中上證180指數已是一定規模指數基金的追蹤標的,將作為衍生產品標的指數調整效應的代表,深證100指數由于追蹤的基金規模較小,將作為非基金追蹤指數調整效應的代表,深圳成份指數作為我國歷史最長的成份指數,對其調整行為與股價表現的分析將為其他指數調整提供經驗與啟示。

    上證180指數根據總市值、流通市值、成交金額和換手率四個指標,兼顧行業分布,每半年調整一次成份股。至2004年12月底,共調整五次,每次調整18只成份股,共計180只股票。深證100指數根據平均流通市值和平均成交金額二項指標排序,分別于每年5月和11月定期對成份股的代表性進行考察。至目前為止,已調整四次,共計66只股票。深成指于1995年1月23日起對外發布,由40家有代表性的、在深交所上市的公司構成。自發布以來,深成指共進行了11次調整。

    (二)研究方法

    本文采用事件研究法(Event Study)來分析指數調整事件中股價與成交量的效應。研究方法如下:

    1.調整事件窗口

    Lynch與 Mendenhall(1997)認為累計異常收益(CAR)波動率較大,過長的事件窗將降低檢驗的效果,同時,考慮到指數的調整由指數委員在公告日前一周做出,本文選取公告日前10個交易日至公告日后25個交易日(實施日后約兩周,由于篇幅所限,刪除了實施日窗口的指數效應)為事件窗口。

    2.事件窗口的異常收益率

    股票的異常收益等于該股實際收益率減去"正常收益率",本文選用市場調整模型中普通最小平方法(OLS)來測算未發生事件情況下的"正常收益率",計算公式為:

    (1)

    其中ARit為股票i在時間t的異常收益率,Rmt為股票i在時間t的實際收益率,^Rit為股票i在時間t的正常收益率,Rmt為市場指數在時間t的180指數或100指數收益率,模型中的參數(α,β)通過公告日前10至210 個交易日的市場數據進行估計。為保持樣本的完整性,交易日不足200個交易日的樣本,按實際交易日作為估計期。由于新股上市開始一周股價與成交量都比較活躍,因而,新股將從上市第7個交易日(即剔除上市首日與上市后一周)起算。

    3.異常交易量計算

    本文采用Harris與Gruel(1986)提出的平均成交量比率(MVRt)衡量成份股調整導致的異常交易量:

    (2)

    (3)

    Vit是第t天i股票的成交量,Vi是估計期窗口(公告日前10至210 天)Vit的平均值,Vmt是第t天市場指數的成交量,Vm是估計期窗口Vmt的平均值。VRit反映第t天i股票的成交量效應。新股處理方式與上述異常收益率處理相同。如果指數調整事件不會對成份股交易量產生影響,VRit的期望值為1。

    4.長期異常收益率計算

    為了分析成份股調整的長期異常收益率,我們使用指數模型來計算成份股調整前半年或后半年間的月異常收益率,計算公式為:

    (4)

    其中ARit為股票i在t月的異常收益率,Rit為股票i在t月的實際收益率,Rmt為指數在時間t月的收益率。

    5.統計檢驗

    對異常收益率及異常交易量檢驗應用參數檢驗法中T檢驗,以判斷平均異常收益率(AARt)與平均累計異常收益率(CAARt)是否顯著不為零,而MVRt是否顯著異于1。

    深證100指數調整效應實證分析

    (一)公告日事件窗指數調整效應

    1.加入股票的異常收益率與成交量

    在調整公告日前10個交易日,加入成份股平均異常收益率有正有負,均沒通過統計檢驗,平均累計異常收益率CAAR(-10,-1)為-1.08%(見圖1),統計檢驗不顯著。與國外同類研究發現顯著不同,公告日加入股票沒有出現預期中較大的異常收益率,平均異常收益率AAR為-0.17%。公告日后6個交易日,有5個交易日AAR出現正值,CAAR(0,6)達到最大值0.51%,隨后股價出現持續下跌,從公告日后第7日至公告日后第25日的19個交易日中,有15個交易日AAR出現負值,平均累計異常收益率 CAAR(0,25)為-3.12%,但沒有通過顯著性檢驗,這種現象是由于個別股票價格下跌較大的原因引起,如南方匯通(資訊 行情 論壇)(000920)CAAR(0,25)為-37.36%。

    公告日前10個交易日,加入股票交投較活躍,平均交易量比率MVR均大于1,均值為1.23(見圖2)。在公告日后1周內,股票交投也比較活躍,平均交易量比率MVR(1,6)全部大于1,均值為1.15。隨后伴隨著負異常收益率的出現,從公告日后第7個交易日起,股票交易有一定的萎縮,MVR均值0.98。統計檢驗(Wilcoxon值)發現,公告日前與公告日后MVR存在差異,并通過了0.05顯著性水平統計檢驗。

    2.剔除股票的異常收益率與成交量

    在調整公告日前10個交易日,剔除成份股波動較大,有較明顯的異常收益率,CAAR(-10,-1)為-1.96%,通過了0.1顯著性水平檢驗。市場對剔除股票有一定的預期并做出了反映,但這種預期沒一定的分歧,從而使股價波動較大。

    在公告日當天,股價并沒有出現預期中的大幅下跌,平均異常收益率AAR為0.78%,通過了0.05顯著性水平檢驗。公告日后,剔除股票股價出現持續上升趨勢,平均累計異常收益率均為正數,CAAR(0,25)達到最高點為6.18%,從公告日后第3個交易日起,有18個交易日 CAAR通過了0.01顯著性水平檢驗。

    與加入成份股顯著不同,公告日前10個交易日,剔除股票交投較平淡,平均交易量比率MVR有9個交易日小于1,均值為0.9。在公告日后,伴隨著異常收益率的出現,股票交易較為活躍,MVR均值1.16。Wilcoxon符號秩統計檢驗發現,公告日前后MVR均值存在顯著差異,并通過了0.01顯著性水平檢驗。

    3.指數模型下異常收益率估計

    為了進一步分析成份股在公告日前后的價格異常反應,我們將事件窗口拉長至公告日前30個交易日,同時,使用指數模型計算異常收益率(見表1)。

    對于加入股票來說,在公告日前30個交易日有異常收益,但收益主要集中在前20個交易中,臨近公告日的前10個交易日累計平均異常收益率為負值,并且,這種趨勢將一直持續至公告日后25個交易日。對于剔除股票來說,公告日前30個交易日有非常明顯的負異常收益率,而公告日后卻有較顯著的異常收益率,這些結果與市場模型估計的異常收益率方向一致,但以市場模型估算的平均累計異常收益率高于指數模型,主要原因是按指數剔除標準所選股票全部為處于下降趨勢過程中,導致使用公告日前200個交易日的收益率進行參數估計時,就會形成向下傾斜的趨勢線,從而,大多數股票以市場模型估算的異常收益率高于指數調整模型。而加入股票正好與此相反,因而,以市場模型估算的異常收益率低于指數模型。

    4.對公告日事件窗口指數調整效應的分析

    我們使用公式(5)對公告日前后價格反轉效應進行了檢驗,結果發現:股票加入指數,公告日前后價格存在一定的反轉關系,系數為-0.394,但未通過統計檢驗。股票被剔除出指數,系數為-0.779,通過了0.01顯著性水平的統計檢驗,股價反轉關系非常明顯(見表2)。

    股票被剔除出指數,公告日后股價沒有出現較大幅度的下跌,反而取得了顯著的異常收益,原因可能是被剔除股票通常是前一段時期內(深證100指數為前半年)股價下跌導致市價下降、交投不活躍的股票,市場一般有較準確的預期,并提前做出反應,股票被剔除出指數通常被認為是利空,市場可能認為利空出盡即利好,因而,買入被剔除股票,短期內導致股價上升。

    (二)深證100指數調整長期效應估計

    1.加入股票

    由于第四次調整于2004年11月22日實施,無法計算加入后半年的異常收益率,因而,選擇前三次調整樣本共計52只股票(加入26只,剔除26只)為研究樣本。

    股票加入前半年,累計異常收益率最大值為109.34%,最小值為-31.37%,中位數為8.71%,均值為9.91%,通過了0.1顯著性水平統計檢驗(見表3)。股票加入后半年,26只加入股票中有14只股價下跌,占53.8%,累計異常收益率最大值為62.15%,最小值為-38.7%,中位數為-0.83%,均值為-0.86%,未通過統計檢驗。這種負收益是由于個別股票股價下跌幅度較大的原因造成的,如焦作萬方(資訊 行情 論壇)(000612)下半年年累計異常收益率為-38.7%。總體來看,加入股票在前半年股價呈上漲趨勢,有較大的異常收益率,而加入后半年,股價走勢較為平穩,沒有出現顯著的異常收益率。

    2.剔除股票

    股票被剔除前半年,19只股票下跌,占73.1%,累計異常收益率最大值為49.82%,最小值為-43.35%,中位數為-13.31%,均值為-12.19%,通過了0.05顯著性水平的統計檢驗。剔除后半年,26只股票有21只下跌,占80.8%,累計異常收益率最大值為17.82%, 最小值為-41.63%,中位數為

    -6.45%,平均累計異常收益率為-8.22%,通過了0.01顯著性水平統計檢驗。總體來看,加入股票在前半年股價呈下跌趨勢,有顯著的負異常收益率,符合成份股篩選原則,股票剔除后半年,股價繼續下跌,總體上有顯著的負異常收益率,剔除行為有一定的信息含量。

    (三)深證100指數調整效應研究結論

    深證100指數成份股調整股價效應與預期不一致:成份股加入指數,股票在公告日前10個交易日中平均累計異常收益率為負值,公告日股價沒有出現預期中的上漲,反而延續公告日前的下跌趨勢,公告日后25個交易日,CAAR(0,25)為-3.12%,主要原因是個別股票下跌幅度較大；剔除股票在公告日前30個交易日有非常顯著的負異常收益率,而公告日后,股價沒有出現預期中的大幅下跌,反而出現明顯的上漲,公告日后25個交易日平均累計異常收益達到6.18%,并通過了0.01顯著水平檢驗。這些發現與現有的指數調整效應假設不一致。

    成份股加入指數,公告日前10個交易日至公告日后一周,成交活躍,但沒有出現顯著的異常收益率,可能與追蹤深證100指數的基金規模較小有關,而股票被剔除出指數,公告日后股價沒有出現預期中的下跌,反而取得了顯著的異常收益,可能是由于噪音交易引起的價格反彈效應。從長期來看,加入股票后半年,股價平均異常收益率為-0.86%,沒有取得異常收益,而股票剔除后半年股價將繼續下跌,有顯著的負異常收益率,剔除行為有一定的信息含量。

    深圳成份股指數調整效應分析

    (一)深成指調整與股價表現

    深成指調整可分為兩個階段:第一階段是1995年至2002年1月7年間,這一階段共進行了三次調整,特點是時間長、不固定,調整比例較大；第二階段自2002年1月21起至目前,這一階段每年調整三次,調整頻繁,調整比率較小,自第六次調整后,每次調整不超過三家。

    1、深成指第一次調整行為分析

    1997 年12 月29 日,深成指一次更換了16 家代表性大幅降低的成份股,調整比例達到40%。第一次調整后至第二次調整之間,16只新入選樣本股的股價算術平均下跌16.93%,以流通股加權計算,平均下跌15.03%,而同期上證指數上漲24%,深圳綜指上漲13.86%。在此期間,被剔除樣本股的股價(除瓊民源外)算術平均上漲105.38%,以流通股加權平均上漲93.44%,遠遠強于大盤。

    2、深成指第二次調整行為分析

    1999 年11 月6 日,深成指第二次更換了10只成份股。從1999 年11月8日到2002年1月21日,在上證指數下跌3.8%、深圳綜指下跌9.4%的情況下,新入選成份股的10 只個股算術平均下跌31.08%,以流通股進行加權,平均下跌35.69%。與此同時,被調整出的9 只個股(剔除PT南洋)算術平均上漲18.14%,以流通股進行加權平均,上漲28.85%。

    3、2001年以來指數調整與走勢

    從2001年1月21日(深成指第三次調整)起,成指每年調整三次,以利于及時加入走勢強勁的股票,同時,將走勢較弱的股票剔除。從2001年1月21日至2005年2月28日,上證指數下跌1.92%,深圳綜指下跌8.88%,而同期深成指上漲20.26%,深成指的投資價值得到充分體現。

    (二)深成指調整經驗與啟示

    深成指在調整的第一階段走勢呈現出明顯的跌多漲少,這使深成指的代表性與權威性受到很大挑戰。深成指調整行為的啟示主要有:

    (1)跟蹤研究成份股市場表現

    在我國的指數結構中,缺乏支撐指數核心的大盤股,資產重組效應及個股輪炒現象比較普遍,很多公司經常處于"垃圾變明星,又從明星被打回原形"的戲劇性演化過程,因而,指數編制者應對成份股作跟蹤研究,并對指數做及時調整。

    (2)確定合理調整期限

    從1995年1月發布至2001年1月第三次調整,整整6年間,深成指僅進行二次調整。在我國這種多變的市場中,平均二年一次的指數調整,根本無法將市場表現較好的股票納入,同時,剔除績差股票。在我國這種市場中,縮短調整期限有助于保持指數的代表性。

    政策建議

    (一)對指數管理來說

    1.采用客觀與主觀并重的指數調整標準。我國現行指數調整規則已能剔除較差的股票,但由于一些異常股票入選,造成了指數長期異常收益率為負值。成熟市場上指數調整通常更傾向于依據客觀標準,而在我國新興加轉軌的市場上,市場效率較低,股票市值與成交量等指標可能不能很好地反映投資價值與市場代表性,如果僅僅根據客觀標準,將使某些異常股票如莊股進入指數。因而,在我國這種不夠成熟的市場上,指數調整宜采取客觀規則兼顧主觀能動性的規則。

    2.采取較短的調整時間。在我國的股票市場,由于缺乏大盤藍籌股,一些已經被市場定位成藍籌股的公司很難經得起時間的考驗,造成成份股更替較頻繁。因而,要保持指數長久的代表性,必需對指數成份股市場表現進行跟蹤研究,并采取較短的調整時限。

    3.充分發揮指數委員會的作用,做好成份股持續跟蹤研究。在我國這種非成熟的市場上,應充分發揮指數委員會的作用,從公司基本面、行業敏感性與持股分布情況等方面進一步加強對入選成份股的篩選,同時,對調整規則與標準、公司行業分類標準等進行本土化的持續研究。

    4.對指數調整進行必要的監管。隨著指數產品規模的擴大,指數調整信息對市場的影響愈加明顯。本文研究表明,上證180指數調整公告日前1周,剔除股票有明顯的負異常收益率,這種現象可能是市場對剔除股票有準確的預期,也可能是市場獲知了股票調整信息。目前,盡管指數產品在我國已得到較快發展,但對指數編制與調整的市場監管仍處于空白。

    (二)對投資者來說

    1.股票加入上證180指數,短期內有異常收益,但很快發生價格反轉,從長期看,持有加入成份股異常收益為負值。對于剔除股票,公告日后短期內股價下跌不大,但在實施日前后股價將出現顯著的下跌,隨后出現部分反轉,從長期來看,股價將持續下跌。因而,投資者在公告日買入加入成份股獲利機會較小,而賣出剔除股票可以規避進一步下跌的風險。

    2.股票加入深證100指數,短期內有負異常收益率,從長期看,持有加入成份股總體上沒有異常收益。對于剔除股票,公告日前股價下跌較大,而公告后短期內股價將有顯著的上漲,但這種異常收益率來源于噪音交易的反彈效應,投資者利用這種價格走勢獲利有較大的風險,從長期來看,股價將持續下跌,因而,賣出剔除股票可以從長期上規避進一步下跌的風險。

    (三)對指數基金來說

    理論上,在一個有效性市場條件下,主動投資很難顯著性地取得超越市場收益的業績表現,而指數投資則憑借成本節約上的優勢,往往能夠實現良好的投資效果。而在我國的股票市場上,市場本身并不完善,現行的指數調整規則可能選入高風險股票,因而,指數基金應轉變完全被動投資的理念,采取積極管理型策略,充分利用基金公司的研究力量:(1)做好預期工作,提前剔除一些按現有規則將被指數剔除的股票；(2)對加入股票做進一步篩選,主動剔除高風險公司。

表1  深證100指數調整異常收益率(%)比較
                  加入股票             剔除股票
             指數模型  市場模型  指數模型  市場模型
CAAR(-30,-1)   1.40         -    -8.75***        -
CAAR(-10,-1)  -0.33     -1.08    -3.01**    -1.96*
CAAR(0,25)    -1.15     -3.12     2.95*    6.18***
CAAR(-10,10)   0.25     -1.29    -0.84     1.53
CAAR(-30,25)   0.24         -    -5.80**         -
＊、＊＊與＊＊＊分別指通過0.1、0.05與0.01水平的傳統 T檢驗。
表2  深證100指數價格反轉回歸估計
                y            x      反轉點    a           b
加入股票  CAR(-30,-1)i  CAR(0,25)i  AD＋0   0.942  -0.394(-1.332)
剔除股票  CAR(-30,-1)i  CAR(0,25)i  AD＋0  -6.447  -0.779***(-2.679)
＊、＊＊與＊＊＊分別指通過0.1、0.05與0.01水平的傳統 T檢驗,括號內為 T統計量。
表3  深證100指數調整事件長期異常收益率(%)
                    最大值  最小值   均值     中位數
加入股票  加入前半年 109.34   -31.37    9.91*      8.71
          加入后半年  62.15   -38.70   -0.86      -0.83
剔除股票  剔除前半年  49.82   -43.35   -12.19**  -13.31
          剔除后半年  17.82   -41.63    -8.22***  -6.45
＊、＊＊與＊＊＊分別指通過0.1、0.05與0.01水平的傳統 T檢驗。