券商报告态度与投资者情绪的关系实证研究——以中国联通为例，本文主要内容关键词为：中国联通论文,为例论文,券商论文,投资者论文,情绪论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
券商研究报告作为证券公司发布的专业投资建议，包括对证券及证券相关产品的价值、市场走势或者相关影响因素进行分析，形成证券估值、投资评级等投资分析意见。证券研究报告主要涉及证券及证券相关产品的价值分析报告、行业研究报告、投资策略报告等，给投资者提供了明确的操作建议(“买入”、“增持”、“持有”、“减持”、“卖出”)。根据国泰安CSMAR数据库的统计，2011年，中国A股市场共有3106位证券分析师发布了34735份研究报告。无论从分析师数量还是研报数量上，都可以看出券商报告的迅速发展，券商报告已经成为中国股票市场上投资者获取市场信息的重要途径，券商报告中所传达出的积极或者消极的评级态度很有可能对该证券日后的表现和投资者行为产生影响。然而，近年来中国券商研究报告风波不断，从中国宝安“石墨门”到攀钢钒钛“研报门”，从宁波联合“被锑矿”到涪陵榨菜“天价榨菜”，投资者券商报告产生了信任危机，甚至有声音指责研究报告“满纸荒唐言”、“看研报不如掷骰子”。似乎完全否定了券商报告对市场的影响和预测能力。
因而，值得思考的问题是，如果中国券商研究报告对股市能够产生影响，券商报告中传递出的市场情绪能在多大程度上影响股票市场的走势？如果券商报告并不能对股市产生影响，是否意味着券商报告实际上是分析师根据市场上已有的信息作出的推断，从而在一定程度上验证了中国股市为弱式有效市场？
在本文的研究时段中，关于中国联通的个股券商报告数量较多，仅迈博汇金上的就有1174篇。从数据的可获得性和完整性上考虑，本文选取中国联通(600050.SH)为研究对象，深入研究券商报告中的态度对该公司股票的影响。整体的研究步骤如下：第一步，建立券商报告态度的褒贬义词词库。首先人工阅读100篇的券商报告，挑选出其中的褒义词、贬义词和程度词，构建出原始词库。然后再阅读另外10篇券商报告，检验这10篇中95%褒贬义词是否包含在之前的原始词库中，若没有，则补齐遗漏的词语，并重复上述检验，直至检验通过。第二步，利用已建立好的中文词库，对1174篇中国联通的券商报告进行中文分词，将成段成篇的券商报告摘要分割成一个个中文词语，这样计算机才能将这一个个元素和之前词库中的词语进行比对，从而计算出每一篇券商报告中褒义词的比例用以代表此篇券商报告中券商的态度。第三步，运用向量自回归(VAR)计量模型分析。首先将收益率、成交量、股价波动率和券商报告中褒义词比例这四个变量加入VAR模型中，分析券商报告态度对市场的影响。考虑到一些宏观经济因素也可能影响股票市场，在VAR模型中加入了利率、汇率等宏观经济指标作为外生变量。最后，由于券商在对个股进行评级分析和判断时在很大程度上需要参考公司的各项基本面情况，因而我们又在模型中加入了中国联通的市盈率、市净率和公司市值这三项财务指标使得模型进一步完善。
本文第一部分为理论背景，借鉴了前人研究投资者情绪的观点，阐述了研究动机，并提出了本文的理论框架。第二部分为数据处理，简要地介绍了选取的数据来源，借助中科院计算所的中文分词软件，对券商报告进行文本分析，获得相应的态度数据。第三部分为数据分析，运用了向量自回归的计量方法，揭示了券商态度对股票市场运行的影响，并根据结果判断出券商报告只是跟随着投资者情绪而变化。第四部分是结论，总结了全文主要观点，并给出相应建议。
二、研究背景
(一)文献综述
Fisher和Statman通过应用美国个体投资者协会指数(American Association of Individual Investors，简称AAII)研究投资者情绪变化与股票收益率的关系，发现该指标是预测S&P500未来收益率的有效反向指标。Brown，Cliff则发现投资者情绪波动与同期股票收益间存在显著的相关性，但并不能预测以后的股票收益，且这种关系并不仅仅限于个人投资者和小公司股票。Wayne，et al.的研究证实了投资者情绪变化是一种系统风险并得到了补偿。Paul C.Tetlock利用GI program对悲观词汇的分类对华尔街日报中“Abreast of the Market”专栏中的情绪词汇进行量化处理，并利用VAR回归方法进行数据分析，试图反映投资者情绪对道琼斯指数、收益率和成交量的影响，并对结果进行稳健性检验。他得出的结论是投资者的悲观情绪对道琼斯指数收益率在短期内有显著的负面影响，而且这种影响会在一周内被抵消掉，异常悲观或乐观的媒体情绪可以预示着成交量的增加，而收益率降低会导致悲观情绪增加。
我国国内的相关媒体数据相比来说并不完善。王美今和孙建军(2004)用中央电视台在2001年4月23日至2003年10月31日制作的“央视看盘”数据，研究发现机构投资者情绪变化显著地影响沪深两市收益，通过EGARCH模型实证发现，当投资者乐观时，收益显著增加；当投资者悲观时，收益显著减少。张强，杨淑娥(2009)对中国股市的研究发现，投资者主观情绪是影响股票价格的系统因子，股票价格随着投资者情绪波动而波动，而且情绪的上涨和下降对股票价格的影响是不对称的——情绪上涨时对股票价格的影响要比下降时强的多。鲁训法，黎建强(2012)选取“新开交易账户数”作为投资者情绪的代理变量(当市场处于上升阶段时，投资者情绪会更为乐观，有更多新的投资者进入股市)，应用ARMA-GARCH类模型研究了投资者情绪与股市收益率之间的相互关系，结果拟合度很好。Granger因果检验表明上证综合指数收益率是投资者情绪变化率的一个显著影响因子，而并没有发现投资者情绪的变化率对上证综合指数的收益率Granger因果显著。周杨(2012)以封闭式基金折价率、新增投资者开户数、换手率、IPO平均首日收益率、IPO发行数量作为情绪代理变量，利用主成份分析法和EGARCH模型研究发现投资者情绪对预期股票市场收益波动有显著的正向影响。国内学者少有用向量自回归模型研究中国股市的投资者情绪，而且少有利用券商报告中的态度作为代理变量展开研究。
券商报告中主要包含评级推荐、盈利预测、目标值预测、论证内容这四方面的信息，国外研究方面，已有文献主要是以这四种信息的其中某一两种信息为主研究券商报告中信息对股市产生的影响。这对我们的研究有一定的借鉴意义。
券商报告首页中股票评级和分析师推荐等级(“买入”、“增持”、“持有”、“减持”、“卖出”)是一篇券商报告所包含的重要信息。1978年，Lloyd-Davies和Canes最早研究了券商报告中评级和推荐信息对股市产生的影响。通过研究《The Wall Street Journal》的“heard on the street”专栏1970-1971年间所推荐股票的市场反应，他们发现被评为“买入”和“卖出”两类评级的股票在信息发布当天平均分别获得0.923%和-2.374%的超常收益率，且股票价格在随后20个交易日内没有发生逆转。Elton(1986)分析了股票评级发生变动时的市场反应，他们以1981-1983年间34家证券公司信息发布时的市场反应。以1981-1983年间34家券商的9977份券商报告的评级信息为研究对象，发现在股票评级信息发布当月，评级调高至“1”或“2”(买入)的公司相对于调低至“4”或“5”(卖出)的公司，具有2.43%的超额收益率。
Givoly和Lakonishok(1979)以标准普尔公司1967-1974的券商报告中的盈利预测信息为研究对象，发现在券商报告发布前后4个月内，相应股票都具有统计上显著的超额收益率。进一步地，若券商报告预测某个股票的盈利幅度超过5%，则该股票在之后的两个月内的平均超额收益率约为2.7%。Francis和Soffer(1997)同时考虑券商报告中评级推荐信息和盈利预测信息，其研究结果表明这两种信息都会对股市产生显著性的影响，并且即使控制了这两种信息中的一种，另一种信息作为股市的影响因素，系数也是显著的。Brav和Lehavy(2003)针对券商报告中目标值信息进行了考察，发现目标值对股市的影响是显著的，并且即使在回归方程中加入评级推荐信息和盈利预测信息作为控制变量，目标值信息的系数仍然显著的。2005年，Asquith、Mikhail和Au研究并验证了论证内容信息对股市的影响是显著的，同样地加入评级推荐、盈利预测信息和目标值信息后，论证内容信息和目标值信息的联合系数依然是显著的。
国内研究方面，饶育菅与刘达锋(2003)用中央电视台网站机构看市与中国证券报券商看市和咨询机构看市数据研究中国机构投资者对市场的预测能力，发现机构投资者并不能可靠地预测股票市场。宋军，吴冲锋(2003)以2000年在《中国证券报》上发表的股评家的预测文章为样本，建立了3组回归方程来研究股评家对于大盘预测的准确性及影响预测的影响因素。研究结果发现，股评家的短期预测平均而言是一个未来大盘收益率的一个反向指标。宏观的经济面信息、前一天的公众舆论和前3天的大盘平均收益率都对于股评家的预测有显著影响，其中以公众舆论的影响作用最大。
券商报告会在一定程度上对投资者情绪产生影响，因此我们以券商报告文本中的态度词汇作为投资者情绪的代理变量具有合理性。
唐湘晋、赵亮、晏先浩(2004)利用上海沪市在牛市、平稳及熊市三种状况下的股票历史数据并通过多种统计方法对中国股民的投资心理进行了实证分析，实证结果发现中国股民的投资心理符合西方行为金融学的期望理论，如在收益时股民表现出对已有收益的贪婪和及时行乐的心理，而在被套牢时又宁愿苦苦等待反弹机会。因此，我们在已有研究的基础上提出理论假设。
(二)理论假设
1、基本假设
基本假设一：市场上有两种交易者——噪音交易者和理性套利者。
噪音交易者相信未来股利是随机分派的，而理性套利者相信股利是服从贝叶斯分布的。本文认为当噪音交易者对未来股利的预期低于理性套利者的预期时是悲观情绪，而且这种预期是相对平稳的，即不会随机偏离贝叶斯预期。
另一方面，我们在本文中假设市场收益率受两个主要因素的影响，其一是有关公司价值的新信息，其二是投资者的情绪，后者通过影响供求关系来影响股票的价格和收益率。而且不难发现，理性套利者是根据新信息来进行投资，而市场情绪主要来自于噪音交易者的影响，因此我们可以推断出市场情绪在长期中的数学期望应为零，即在长期中投资者情绪不会影响股票收益率。
基本假设二：两种交易者都是风险厌恶的，有资产约束(不能随意买入或卖出资产)。
在这个假设下，噪音交易者的预期会对股价产生影响，如当噪音交易者有负面预期和悲观情绪时，他们会出售股票给套利者，股票交易量上升，会对股票收益产生暂时的下降压力。(参见DeLong et al.(1990a))至此，由以上两个基本假设，我们可以推导出下列四种情况：
券商报告领导着投资者情绪。
券商报告跟随者投资者情绪。
券商报告含有情绪和新的市场信息。
券商报告只含有已经体现过的信息。
2、有关券商报告发布时机的情况
如果是券商报告领导了投资者的情绪，那么在这种情况下，券商乐观的态度将引领噪音交易者产生乐观的情绪，随之带来短期的高收益，而由于情绪在长期内期望为零，所以一段时间后价格反转回到价值水平，这一水平与报告发布之前刚好持平；如果券商报告跟随着过去投资者的情绪，那么乐观情绪出现后一段时间才会有乐观的券商态度，同理收益率先升高后降低，最终价格会反转刚好回到价值水平，但从券商报告的公布日看起，收益率的反转达到的水平将比t=0时刻低。
3、有关券商报告包含基本面信息的情况
如果券商报告的态度不仅仅包含着投资者情绪，同时也是没有反映到股票价格里的基本面信息的代理变量，那么乐观情绪仍然与短期的高收益有关，但是长期的股价不会回到之前的基本面水平，并且这一水平一定会比报告发布之前高；如果券商报告的态度是股票基本面信息的代理变量，而这些信息已经反映到股价上面，因此不包含投资者情绪的话，那么券商报告不会对未来股票价格造成影响，同样如果券商报告不包含任何过去、现在、未来股票价格的信息，那么券商报告的态度不会对股票产生任何影响。
4、有关投资者情绪和成交量的假设
如果券商报告反映了过去的投资者情绪或可以预测未来的投资者情绪，那么异常的乐观情绪或悲观情绪会伴随着交易量的增加。假设理性套利者之间不会产生交易，如果噪音交易者对股价产生了影响，那么必须有一个共同因素导致了他们对股价预期的变化。如果券商报告的态度代表的是基本面的信息而不是投资者情绪，那么交易量的变化是没有明确结论的，因为投资者或经纪人会对新信息可能有不同看法，也可能有一致的看法。最后，如果券商报告不包含任何信息或者情绪，那么券商报告态度不会对成交量产生影响。
三、数据处理
(一)中国联通交易数据(定量指标信息)
本文所用的中国联通(600050)股票交易数据、宏观变量数据来源于国泰安经济金融研究数据库、天相证券投资分析系统和Wind资讯金融终端，其中日收盘价(记为CP)、日开盘价(记为OP)来自国泰安经济金融研究数据库；日交易量(记为V)来自天相证券投资分析系统；日最高价(记为HP)、最低价(记为LP)和日均价(记为AP)来自Wind资讯金融终端。研究的时间窗口为2008年9月30日～2013年2月5日，其中预测用数据为2012年10月1日～2013年2月5日。
以中国联通为研究对象，在回归估计部分采用VAR模型：第一步，将券商报告态度(记为Attitude)、日收益率(记为Return，Return=lnCP-lnOP)、调整的日成交量(记为V，模型中为日成交量的一亿分之一)、日波动率(记为Amplitude，Amplitude=(HP-LP)/AP)加入VAR模型中分析各因素相互的关系；第二步，将各项宏观经济指标汇率、利率作为控制变量加入VAR模型中，考察券商报告态度对中国联通股票的影响以及宏观经济指标对券商报告态度的影响；第三步，为了考虑中国联通公司基本面情况对券商报告态度的影响，在上一步的模型中继续加入中国联通的各项财务指标市盈率、市净率、和市值，研究券商报告态度对股票市场的影响。
(二)券商报告态度数据
1、以首页摘要褒义词比例作券商报告态度代理变量
本文以券商报告首页摘要中的褒义词比例作为券商报告态度的代理变量。券商报告首页的摘要中是全篇报告信息的总结，而且首页摘要中包含了评级推荐、盈余预测和目标值这三种信息(参考文献综述中提到的四种信息)，因而摘要中褒义词比例与整篇券商报告态度之间有着很大的相关性；同时，摘要中信息与报告中其他部分内容有着大量重复用词，易导致重复计数问题，基于以上两点考虑使用券商报告首页摘要中褒义词的比例作为券商报告态度的代理变量是合理的。
2、词库的建立
由于在本文的研究时段中，关于中国联通的个股券商报告数量较多，仅迈博汇金上的就有1174篇。如果均采用人工阅读并甄选出其中的褒贬义词，工程量十分浩大，因此我们采用计算机编程的技术，通过C++编程来实现中文分词、中文词语的识别，以及褒贬义词的数量统计。
而这项工作的第一步就是建立褒贬义词词库，我们一共建立了三个词库，分别是褒义词词库、贬义词词库和程度词词库。这样一来使计算机能够将文章中的词语和词库中的词语比对，若该词语与褒义词词库中某词一致，换句话说，它就属于褒义词词库。同理，贬义词和程度词也就相应可以判断。
具体构建词库时，我们先人工阅读了100篇左右的券商报告，挑选出其中的褒义词、贬义词和程度词，构建出原始词库。然后再阅读另外10篇券商报告，检验这10篇中95%褒贬义词是否包含在之前的原始词库中，若没有，则补齐遗漏的词语，并重复上述检验，直至检验通过。
3、中文分词
有了构建好的词库，第二步就是中文分词，也即将成段成篇的券商报告摘要分割成一个个中文词语，这样计算机才能将这一个个元素和之前词库中的词语进行比对。而目前中文分词技术是目前文本分析领域的一大难题，因此我们采用了中科院计算所研发的ICTCLAS5.0进行分词。
中科院计算所的ICTCLAS5.0是其在多年研究工作积累的基础上，研制出了汉语词法分析系统，具有既准又快的特点，分词速度达到单机996KB/s，分词精度98.45%，能够满足本文的分析需要。而且它提供免费的API接口，支持C++和JAVA语言的调用，研究者可以很方便快捷地在自己的程序中使用它。
四、模型构建
(一)市场与投资者情绪
在一个无摩擦的半强型有效市场中，如果投资者总是拥有理性的预期，那么金融学的基本理论早已向我们阐明股票价格一定是随机游走的(Samuelson，1965)。从更一般的角度说，即使市场并不完全，套利的存在依然会使得股价无法预测。如果真的这样，那么对于股票市场的任何研究都将是徒劳的。但幸运的是，市场的一些微观机制比如非同步交易，噪音交易者以及交易成本等破坏了金融理论的纯粹性，也使得当我们对中国联通股票收益率进行研究时，发现了某些变量之间明显的相关特性。
从发现这一问题开始，我们便打算仔细研究关于联通股票收益率滞后期对当期的影响。当然我们的回归模型还包含一些其他的变量，比如交易量的滞后项可以有效捕捉市场流动性的情况，而股价波动率的滞后项则可以作为市场中其他摩擦的一个代表。当然券商态度将作为最主要的考察对象。在这之后，我们将根据情况加入譬如利率、汇率等宏观外生变量，以及公司的一些财务指标。这些具体细节会在模型中详细说明。
(二)VAR估计
如果通过回归能够得到券商报告对所有A股公司或者至少大盘走势的影响的话无疑是非常可贵的，但我们相信对于其中一家公司进行认真、细致的研究也很有意义。这次我们将目标定为中国联通正是基于这样的想法。中国联通属于十分成熟的上市企业，因此它的信息披露机制会比中小公司完善和有效。
关于中国联通的券商报告我们是从资讯网站“迈博汇金”上得到的，其他数据例如股价、公司财务指标以及宏观变量则分别从国泰安数据库和Wind数据库中得到，回归过程的整个样本期间为2008年1月11日至2012年9月30日。
1、前期准备
VAR模型在应用之前需要用ADF单位根检验和格兰杰因果检验以检验数据的平稳性和是否适于VAR模型。表1与表2分别显示了它们的具体情况。
检验结果发现，Return，Volume，Attitude，Amplitude四个变量均为平稳序列，且各个变量之间存在因果关系。故使用VAR模型是合理的。
模型的具体滞后期我们将根据最小化AIC的方法得出，见表3。
我们发现模型各变量滞后期为六时AIC最小，故VAR模型采用滞后期为六的形式。
2、回归分析
在检验条件具备后，我们将进行首次VAR回归分析。模型将包含所有内生变量日数据的滞后1至6期，主要包括收益率(记为R)，成交量(记为V)，券商报告首页中褒义词占褒义词加贬义词数和的比例(记为Att)以及股价波动率(记为Amp)。其中收益率是由当天股市收盘价比开盘价取自然对数而得，股价波动率则是由当天振幅比日均价计算出。此外，收益率，成交量与波动率由于都是从资本市场得到，因此它们作为解释变量时都是从滞后一期开始。但是褒义词比例则是一个市场外的变量，而且券商报告与新闻相比时效性并不好，因此很有可能出现券商t期发布的报告中的信息事实上已经在t-1期的股价中有所体现的情况了。为了在一定程度上反应这一情况，我们的模型中褒义词比例作为解释变量时将从第t+1期开始。
在首次回归分析时将不引入外生变量，以便观察到褒义词比例对收益率等其他指标较为纯粹的影响。根据以上的信息，首次的VAR模型形式为：
为了更好的贴近事实，我们假定随时间变化的各个变量的波动是非常随机的，因此可以得出模型的残差项是异方差的。另外我们根据残差图发现4个方程的残差彼此间并没有明显的相关关系，因此我们假定残差是独立的。而事实上这一假设并不会影响VAR回归的结果。
回归结果中提供了关于四个变量分别作为被解释变量进行回归时的一些整体情况。当Att作为被解释变量时
最大，为0.711，这一点是合理的，说明了券商在做出研究报告时很大程度上参考了之前日子的收益率，成交量和波动率。但遗憾的是，当考察具体的影响时发现对这一个方程来说显著性并不理想。除了波动率有两天以上的显著外，其余均是仅一期显著或更少。对于十分重要的收益率参数，竟然一期也不显著。当成交量V作为被解释变量时为0.573，有较好的解释能力。波动率作为因变量时的突出特点是自相关十分严重，连续三天的滞后期波动率都非常显著，但券商报告却显示几乎对它没有影响。至于收益率，在4个单独的方程中它的最小，仅为0.039，换句话说收益率基本和另外三个指标成交量，波动率和褒义词比例没什么关系。另外这个方程的显著性也和Pc一样不太好，作为极为重要的资本市场指标，却没有变量可以很好的解释它。整体来看，券商报告包含了一些股票市场的重要信息，并且在短期内对收益率有一些影响。在查阅了相关文献后，我们认为对资本市场和整体经济形势刻画的最理想的指标是利率(i)和汇率(ex)。利率对折现率的确定十分重要，而汇率变化则关系着热钱的流动方向以及该公司在海外的各项业务等，并最终会对公司的经营情况和股票表现产生影响。当然，对于日数据的需求也使得我们必须摒弃一些其他不错的外生变量比如GDP。加入外生变量的VAR回归模型表达如下：
加入宏观外生变量是不是合适，应该从外生变量本身与其对内生变量的影响两方面来考察。另外考察改善状况的时候R方变化的百分比应该是一个相对合理的指标。
回归结果两个宏观变量的显著性充分说明了它们确实应该留在模型中。4个分开的方程中利率和汇率很多可以达到很好的显著水平，特别是当Att和Amp作为被解释变量时。这一点确实能对之前的结果有所弥补，它说明券商在做一份报告时宏观经济的整体运行状况会对他们产生影响，尤其像中国联通这种大公司。即便公司股票的前期表现稍差，但只要整体经济势头很好，券商们可能依然会选择看好这家公司。
在对之前内生变量影响方面，R，Att，V，Amp作为被解释变量时方程的分别提高了23.06%，0.20%，1.60%，7.40%。因此宏观变量的加入使得这些内生变量能更好地被解释，尤其对于收益率这个变量来说效果非常好。模型的联合显著性表现不错，再次从侧面反映出引入外生变量的优势。
外生变量给模型带来的好处在上一次回归中有很好的展现，因此我们对于加入另外一些仅与中国联通相关的变量后模型的表现十分期待。就像之前对于宏观变量的信念一样，这次我们认为券商对于公司的一些基本面信息同样不会放过。我们在公司众多的财务指标中选取了以下几种加入我们的模型中：市盈率(pe)，市净率(pb)，公司市值(mv)。因此模型的表达式将变为如下情形。
外生变量总的来说依然保持比较好的显著性，利率与汇率比在加入前显著性有所提高，而财务指标市盈率和公司市值在解释力方面也很不错，但是市净率却非常遗憾的在4个单独的方程中全都不显著。但是，增加一个控制变量最多只可能使得系数估计的方差有所改变，而假如这个变量在某方面是重要的但却被遗漏的话，会对系数估计的无偏性有不良影响。由于后者对回归的危害更大，因此最终我们还是认为它应该留在方程里。加入财务指标的VAR中最明显的变化来自于用收益率做被解释变量时大幅度的提高。在这个方程中达到0.0683，相比于仅有宏观变量的0.0475来说提高了43.8%，相比于仅含内生变量的0.0386来说提高了76.9%。另外第三次VAR回归的联合显著性水平的p值也全部降到了0.000。相比于前两次回归结果，我们认为这一次的VAR解释力更强，效果更好，因此我们把这个VAR模型确定为我们研究股票市场的标准。
当原假设为滞后6期的券商态度对股票收益率没有影响时，此时计算出的联合显著性p值仅为0.0098，因此可以据此拒绝原假设，认为这6期的券商态度的确影响了收益率。下表显示了联合显著性的情况以及系数状况。
这些数据有一个十分值得注意的地方，就是第t期与t+1期的券商态度对于第t期的收益率均显著。这说明了明天的券商态度会显著影响今天的收益率。这个结论看起来有点滑稽，因为如果在股价已经知道了的情况下，就根本不存在预测的问题了。为了解释这一点，我们可以参看当券商态度作为因变量时收益率的表现。这个方程中的券商态度变量不再是第t+2期而是第t期的值。结果是所有收益率变量对于券商态度的联合显著性表明无法拒绝原假设，即往期的收益率不能显著预测未来的券商态度。
结合之前的结果，目前的情况是t+1期的券商态度显著影响了t期的收益率，但原因却并不是因为这一期的报告参考了t期的真实价格。在这种情况下，最有可能的原因便是券商报告的态度应该受到了某些和上一期收益率也显著相关的因素的影响。根据Brown和Cliff的研究，即投资者情绪波动与同期股票收益间存在显著相关性这一结论，可以得出这个相关的因素即是市场的投资者情绪。市场中的投资者会因为之前的收益率造成自身的情绪波动，进而这种情绪又影响了券商报告。
之后我们还需分析券商报告中是否含有对公司价值有影响的信息。这里要简单调整一下模型的期数。此时用t期的收益率对券商态度从t期开始及滞后期(t，t-1，t-2，t-3)进行回归(回归结果见表5第一列系数)，这些自变量的系数相加可以发现，这个值最终是-0.00116，说明它比报告发布前的收益率有所下降。但是之前的分析已经说明券商报告是跟随而不是领导了投资者情绪，因此此时算出的偏差表示它回归了之前的正常水平。
其次我们可以看看券商态度对于交易量和股票波动性的影响结果。不过这里的显著性水平并不像直观感觉起来那么显著，券商态度对股票交易量的联合显著性的p值为0.1226，而对股价波动率的p值比0.5还要大。在我们选择的样本区间里券商态度对它们没有显著影响，
最后我们还考察了什么变量会影响券商的态度，一个以券商态度为因变量的方程就可以阐明这一点。从结果来看我们所选取的内生变量似乎对券商态度的解释能力很有限，而宏观变量和公司财务指标则表现得更好，几乎全部显著。可能的原因是券商并不会因为短期的股票市场表现而立刻对应该增持还是减持这家公司的股票作出判断，而更有可能仔细地考察公司现金流、盈利能力等指标，以及整体经济状况所代表的系统性风险。简言之，一个滞后六期的短期模型或许并不足以分析出到底什么影响着更关注长期表现的券商态度，这种更适合于大型投资者的投资建议在给出时应该需要更为精密与谨慎的考虑。
五、结论和建议
本文系统性地揭示了券商报告态度和公司个股表现之间的关系。建立了词库并运用中科院的词汇分类法获得了券商报告中的褒义词比例，作为对券商报告态度的一个度量，以此来呈现券商态度对市场中投资者情绪以及风险偏好的影响。积极与消极的券商态度会对公司股价分别产生上行及下行的压力，但是短期内市场上的交易量不会受到太大影响。另外，首次引入了置前一期进行回归，并用这一手段解释了市场在券商报告发布之前就开始发生非理性的异动。对于市场的非理性波动到底来源于投资者情绪还是风险偏好的突然反转涉及更细致的市场分类以及更复杂的金融行为，这一问题值得进一步的研究，本文将仅把这种非理性异动归结于投资者情绪的范畴。
从结论来看，券商报告中包含关于公司价值的新的信息这一可能没能得到足够的支持。在研究期间内的股价的强势反转意味着券商报告只是带来了投资者情绪的剧烈波动，并且这种波动是先于券商报告的发布而开始的。当然对这一看法的质疑可以认为券商报告实际上包含了影响公司价值的负面信息，只不过在发布初期市场的逆反心理误解了这些消息，导致出现了反向的波动。但是考虑到券商报告更多的是一种理性的分析，并且券商本身是会根据自己的态度给出增持或减持的评级，加上券商报告的使用者多是大型的机构投资者，它们对信息出现误读的可能性比较小，因此我们仍然坚持券商报告中不包含有用的新信息这一观点。
总的来说，券商报告并不包含会使得公司价值发生变化的信息，但会跟随市场首先产生的异动，然后进一步影响市场向异动的方向变动，最终市场会在大约4天左右的时间后回到正常值。这和我们最初的假设中第二种情况相符，即券商报告仅包含了投资者情绪而不包含信息，并且情绪先于券商报告出现。
根据这样的结论，是有可能构造出一个在零交易成本的假定下进行套利的策略的。但是在现实中进行这样一个频繁的套利活动需要大量的工作，比如不断地根据券商报告调整自己的投资组合，频繁地支付大量佣金等。而这些工作又会反过来制约这样的套利活动。因此，考虑这些市场摩擦的因素后，一个可以盈利的套利策略能否实现就值得思考了。
标签：股票论文; 外生变量论文; 回归模型论文; 中国联通论文; var模型论文; 预测模型论文; 券商论文; 证券论文; 显著性论文;