机构投资者行为对股票特质波动率的影响研究

利用Louvain算法,以共同持股为连接,构建机构投资者网络并提取网络团体,使用2012—2021年A股上市公司数据,从网络位置差异和网络内部联系视角出发,分别研究机构投资者网络中心性及网络团体对股票特质波动率的影响。研究发现,机构网络中,程度中心度、接近中心度和中介中心度的增大,会加剧股票特质波动率。机构投资者团体持仓比例及团体中最高持仓比例越高,股票特质波动率越大。进一步研究发现,在信息透明度越高的市场,机构网络中心性及机构团体加剧股票特质波动率的影响越弱。

股票特质波动率对公司信用信息的反映研究——基于中国资本市场的证据

股票特质波动率是控制市场系统风险因素后的剩余波动,包含了基本面所不能解释的因素,比如公司信用信息。公司债券利差则是公司为融资所付出的风险溢价,是公司信用信息最直观的体现。本文基于中国资本市场上股票和债券的月度数据,考察了公司股票的特质波动率是否能够反映公司债券利差的信息。实证结果表明,尽管股票特质波动率并没有系统地捕获债券利差变动的信息,但是子样本结果之间的显著差异却体现了特质波动率反映公司信用信息的具体条件。

企业社会责任对特质波动率与股票预期收益率的影响研究

企业社会责任是一种有效提高投资信息透明度以缓解信息不对称的策略选择,那么其是否可以缓解特质波动率在中国股票市场上错误定价问题?本文试图通过实证分析考察企业社会责任与“股票特质波动率之谜”的关系。本文选择2010年至2019年期间沪深A股上市公司作为研究样本,分别使用投资组合分组分析和Fama-Macbeth回归分析了企业社会责任与“特质波动率之谜”的关系。研究结果表明,企业社会责任可以一定程度上缓解特质波动率与股票预期收益率之间的关系,使用系数分解法后发现,企业社会责任的披露能解释15.85%的“特质波动率之谜”现象。进一步地,我们发现不同层面的企业社会责任对特质波动率与预期收益率的关系影响不同,股东责任是缓解“特质波动率之谜”的最重要因素。

股票特质波动率、股票收益与投资者情绪

从理论和实证两个角度分析股票特质波动率、股票收益与投资者情绪之间的动态关系。将受投资者情绪影响的噪声投资者引入Merton基于不完全信息的市场均衡模型,以2007年至2012年沪、深两市A股上市公司数据为样本,运用有向无环图(DAG)技术识别SVAR模型,实证检验股票特质波动率与股票收益和投资者情绪的相关性。研究结果表明,股票特质波动率与股票收益正相关;股票收益率对股票特质波动率的弹性,随着投资者情绪的增加和噪声投资者比例的上升而增大。投资者情绪和股市流动性是影响中国股票市场高特质波动股票与低特质波动股票截面收益差异大小的重要原因。投资者越乐观、市场上流动性越强,高特质波动组合收益率与低特质波动组合收益率的截面差异就越大。研究结果有利于加深对投资者行为的认识,从更符合中国资本市场情况的角度分析股票特质波动率与股票收益的关系。

股市特质风险因子与股票收益率——基于模型设定误差的实证分析

本文按照控制规模效应后的股票特质波动率大小构造投资组合，将高特质波动率组合与低特质波动率组合的加权平均收益率之差作为特质风险因子。以1992年7月1日至2013年12月31日沪、深两市股票为样本，我们发现：（1）股市特质风险因子对股票市场收益和市场波动有一定的预测作用。（2）股市特质风险因子可以增加Fama-French三因子模型对股票收益截面差异的解释能力。本文结果对含误差变量和模型设定误差、样本区间和测试资产的选择是稳健的。

股权结构与信息透明度相关性的实证研究

股票价格波动主要受噪声的推动.信息透明度的提高将降低股票特质波动率.本文基于中国股票A股市场中的股票特质波动率,实证检验了我国上市公司股权结构与信息透明度之间的相关性.研究发现:1)国有法人股持股比例和股东之间力量差异的降低,有助于提高上市公司的信息透明度.2)机构投资者的加入,可以改善上市公司的信息披露环境,提高证券分析师预测行为的有效性,减少股票价格波动中的噪声成分.

股市特质风险因子与噪声交易

本文从套利风险和非对称套利角度,通过构造可用于多因子资产定价模型的股市特质风险因子,实证分析了不同股票特质波动率组合之间的收益率差异.接着,本文基于理性套利者进行套利活动时面临的噪声交易者风险这一研究视角,分别分析了股票是否发放现金股利、股票流动性和投资者情绪对股市特质风险因子的影响.研究结果表明,股票特质波动率与投资组合形成期的收益率正相关,即股市特质风险因子显著为正.此外,发放现金股利的公司,信息透明度较高,噪声交易者风险较低,股市特质风险因子相对较小;投资者情绪越乐观,股市非预期流动性越高,股市特质风险因子越大.