关键词：
暴涨暴跌概率
股市异象
横截面特征
经济因素
机构投资者
摘要：
在全球资本市场发展的过程中,由资产误定价造成的资产价格泡沫的产生、膨胀和破裂现象在人类历史上屡屡上演;美国与中国两国股市分别作为成熟市场和新兴市场的代表,均经历了数次股价暴涨暴跌事件,例如美国“互联网泡沫”、2008年全球金融危机、2015年中国股灾等等。股价极端变化的频繁发生不仅严重损害了投资者的利益、打击了投资者的信心,也对金融市场稳定性和安全性造成负面影响、严重阻碍了资本市场的健康平稳发展。2020年,新型冠状病毒肺炎疫情（COVID-19）在全世界快速扩散,为世界经济带来巨大冲击,导致全球资本市场出现剧烈震荡;在疫情尚未结束的2022年,俄苏局势突然升温,这只“黑天鹅”进一步加剧了国际金融市场的不稳定性,助长了市场的避险情绪。在金融市场动荡加剧、经济下行压力增大的国际背景下,我国的《政府工作报告》中多次强调了金融风险防范与化解的重要性;如何有效预测股票市场中可能出现的暴涨暴跌事件、防范未来极易发生暴涨暴跌的误定价股票存在的潜在风险,是社会各界都非常重视的热点问题。基于此,本文以中美股票市场作为研究对象,在对中美股票市场发展现状进行对比分析的基础上,围绕股价暴涨暴跌“定义、预测→异象发现→异象特征→异象成因”这一研究思路,对中美股价暴涨暴跌的事前概率进行预测,考察了暴涨暴跌预测概率与股票预期收益之间的横截面关系,以判断暴涨暴跌概率异象在中美两市的存在性,并讨论了该类市场异象在中美两市的主要特征以及形成机制。具体的研究内容、研究方法以及研究结论如下:第一章,详细介绍了文章的选题背景、研究意义、国内外研究现状、研究方法、研究创新,并给出了本文的研究框架和主要研究内容。第二章,运用比较分析法,对中美股票市场发展现状进行比较研究。从中美股票市场的基本特征,股价指数历史走势,暴涨暴跌事件以及交易与监管制度等多个方面对中美股票市场发展现状进行详细的对比分析,初步讨论了两国股票市场之间的异同。第三章,运用改进的mlogit动态面板回归模型对中美股价暴涨暴跌事件的事前概率进行预测。首先,针对国内外有关股票极端收益的理论基础以及相关文献进行梳理总结,重点介绍了本章的理论基础累积前景理论。其次,对中美股价暴涨暴跌事件进行定义,综合选取各类对股票未来收益率具有预测能力的特征变量,利用传统预测模型初步求得中美个股未来发生暴涨或暴跌事件的事前概率;实证表明在利用传统模型进行预测时,求得的暴涨暴跌预测概率之间的相关系数较高,同时两组模型的调整R2数值较小,传统预测模型的拟合优度有待进一步提升。最后,改进了传统预测模型,在原有模型的基础上额外考虑了市销率指标、中美股市创业板或纳斯达克虚拟变量以及不同市场状态对极端收益事件的预测能力;与传统模型相比,改进预测模型可以更好地区分中美两市的暴涨暴跌事件,显著降低了股价暴涨暴跌预测概率之间的相关性,大大提升了模型的样本内与样本外预测能力。第四章,深入探究了中美两市股价暴涨暴跌预测概率与股票预期收益之间的横截面关系,检验了暴涨暴跌概率异象在中美股市的存在性及显著性。本章利用第三章求得的预测概率对中美股票进行分类,依次形成投资组合;通过投资组合分析法,考察了中美股价暴涨暴跌预测概率与横截面收益之间的关联,同时使用CAPM模型,Fama-French三因子模型与Carhart四因子模型对原始收益率进行风险调整。研究发现,在中美股票市场中,股票横截面收益率与股价暴跌预测概率负相关,与股价暴涨预测概率正相关;该类股市异象主要归因于高预测概率的误定价股票组合的异常收益率。此外与美国股票市场相比,中国股票市场中股价暴跌概率引发的股票横截面收益“异象”更强,而股价暴涨概率异象存在一定的规模效应。第五章,重点研究了中美股市预测概率分类投资组合的横截面特征。首先,本章依据第三章求得的股价暴涨暴跌预测概率对中美股市全部股票进行分组,每次形成十组投资组合;随后分别统计出各个投资组合的公司特征数值,以观测伴随极端收益预测概率的增加,公司特征数值是否呈现出一定的变化规律;最后,采用Fama-Macbeth回归实证分析股价暴涨概率效应与股价暴跌概率效应之间的关联。实证研究表明,首先,中国股市的股票偏度和机构持股比例指标在不同市场状态下具有不同的变化趋势:在牛市时期,股价暴跌预测概率与偏度呈反比,与机构持股比例呈正比,体现了国内股民热衷于追逐牛市的投资心理。另一方面,高暴涨概率的股票往往具有较高的偏度、较低的价格、较高的换手率以及较低的机构持股比例,这表明相较于机构投资者,国内的个人投资者更倾向于购买具有高偏度、高换手率、低价格的“彩票类”股票,体现了“以小博大”的博彩心理。其次,在美国股市中,不同预测概率分组的投资组合也表现出了不同的横截面特征。最后,Fama-Macbeth回归模型的证据表明,无论是中国股市还是美国股市,在控制其他公司特
欢迎来到三峡大学图书馆！
