未明学院学员报告:A股市场举牌案例频现,大数据揭秘资本收益布局

本文主要是介绍未明学院学员报告:A股市场举牌案例频现,大数据揭秘资本收益布局,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

报告作者:贺钰淇 王泉力   

未明学院量化训练营8月班学员

报告名称:《我国A股市场举牌事件效应分析》

近年来,随着我国经济平稳增长,市场逐渐成熟,上市公司的举牌增持事件逐年增加,也越发频繁地挑动着A股市场的神经。

举牌增持行为,指的是投资人在二级市场所持有的股份达到该股票总股本的一定比例时,必须按照相关法律法规对信息进行及时地公开披露。

在我国举牌的最低比例为5%,即投资者在二级市场持有股票份额达到公司股权的5%时,需要进行及时声明公告。随着持有比例的增大,还可能后续触发要约收购等事件。

2011年-2017年A股市场举牌增持事件次数

2015年,宝能系掌门人姚振华曾多次高调举牌万科A股,导致万科股票短时间内经历5个涨停,一时引人关注。由此开始的围绕着万科股权的争夺,也是跌宕起伏,备受瞩目,甚至成为了中国公司商战的经典案例。

由于举牌增持行为往往涉及多方利益博弈,不仅会对股票价格产生影响,也可能会对整个经济市场,甚至是社会生活产生影响。

为了更好地解析我国资本市场的举牌事件,揭示出资本背后隐藏规律,未明学院的学员统计分析了2015年到2017年A股市场举牌增持事件的数据,对举牌事件可能产生的超额收益及其正收益概率进行了测度,在增强自身未来投资管理技能的同时,也为广大投资者提供了有益参考。我们一起来看他们有哪些有用的发现。

数据说明

样本个股的股价数据来自于WIND(万得)金融终端,沪市A股(股票代码:000001.SH)

与深市A股(股票代码:399106.SZ)大盘日涨跌幅作为市场收益率,数据来自WIND金融终端。

从2010-2017年选取了2015-2017年最近三年间A股上市公司的338次举牌事件作为样本,并以此为基础进行筛选:

(1)若同一家公司在一年中发生两次或多次举牌行为,则一般取首次事件作为研究对象。由于所选的时间跨度不大,故筛去几次举牌事件之间时间间隔较短的样本。

(2)考虑到ST与ST*股公司连续亏损且日涨跌幅受限,剔除ST股与ST*股。

(3)考虑到创业板股波动性较大,较不稳定,剔除A股中的创业板股。

(4)考虑到在事件估计窗口长期停牌无法有效估计市场模型参数,剔除事件窗口内长期停牌的事件。

A股市场举牌事件总体数据特征

1、事件发生次数

自2010年11月以来的截止至2017年12月26日,共发生338次举牌事件。

其中,在2015年之前,举牌事件发生的次数较少,2015年后举牌事件显著增加。

当大盘处于相对低位时,举牌事件发生的次数也相对增多。

2、企业属性分布

举牌对象中所占比重最大的为民营企业,比重达48%;其次为地方国有企业,占比为23%;公众企业的占比达到了20%;而外资企业和集体企业占比相对较小,仅为2%。

3、版块属性分布

举牌事件绝大多数发生在主板领域,尤其以上海主板居多,几乎占据一半;创业中小板发生的举牌事件相对较少。

4、行业属性分布

以申万一级行业标准划分举牌对象。房地产和商业贸易的企业被举牌次数偏多,而国防军工、家用电器、汽车、纺织服装等行业被举牌的次数较少。

5、盈利能力--ROE(加权)

ROE(加权)在5%以下占比60%左右,而超过10%的占比共为23%左右;

平均值及中位数都没有超过5%,另外,还有22%左右的的举牌对象ROE(加权)处于负值,最小值达到了近-71%。

以上数据表明,举牌对象的盈利能力普遍不强。

6、成长能力--归属母公司股东净利润

 归属母公司股东净利润同比增长率小于0的样本占比超过40%。

虽然平均值较高,但是由于存在15%左右(100,500]以及5%增长率在500%以上的极大数值,对样本数据产生了较大的影响。

总体来看,举牌对象的成长能力并不乐观。

7、市值分布

▲ 总市值低于100亿元的样本占比约为70%,自由流通市值低于100亿元的样本占比超过80%,举牌对象皆偏小盘。

小市值的公司在二级市场举牌所需的资金压力更小,所以面临着更高被举牌的可能性。

8、股权集中度分布

▲ 第一大股东持股比例小于30%的样本占比为83%,相应的平均数和中位数都在20%左右;

▲ 前十大股东持股比例之和小于50%的样本占比为60%左右,相应的平均数和中位数都在50%以下。

综合来看,举牌对象的股权结构比较分散。

9、财务风险--权益指数

▲ 78%的被举牌对象的权益乘数都在3以下,平均值及中位数也都保持在较低的水平

▲ 被举牌对象负债程度一般较低,财务风险较小。

收益统计分析

1、事件窗口内样本超额收益统计

▲ 事件窗口期前5天的样本单日平均收益率大部分为负,且有缓慢增长的趋势。

▲ 事件在公告日附近有强烈的反应,主要表现于,在距离公告日附近的天数均有较为明显的正向异常收益波动,且在事件公告日附近个股单日收益上升,并伴随着小幅震动。

2、事件窗口内样本累积超额收益统计

▲ 绝大部分的个股收益均为正。

▲ 对样本整体在事件窗口期内作累积超额收益率回归,得到t值为7.58,通过查表可知我们有99.9%以上的把握说明样本整体在事件窗口期内????(累积超额收益率)不为0。

▲ 结合回归结果,我们可以得知正式的举牌行为在短期内会引起市场异常波动,且短期内具有明显的正向效应。

3、AAR & CAAR

▲ 市场在公告日前3日出现负向波动,随后在波动中上涨,在t=7时,单日平均超额收益率为负值,并达到单日最大的负效应,次日恢复正值,可能是由于前几天的股价上涨已经充分吸纳了举牌增持效应的利好消息,但投资者晚于公告日购入股票,延缓回落趋势。

▲ CAAR一直在[0.09,0.12]间波动,这与事件窗大部分事件均有正收益相关,进一步佐证了举牌效应对股价波动有正向影响。

▲ 平均超额收益率的显著性从举牌公告日附近向事件窗口期两侧递减,T值大多不显著。在t=-5日,单日的平均超额收益率为0.8947%,在1%的置信水平上显著;

▲ 当距离公告日?天(? ∈ −?, −? ),T值不显著;? ∈ −?, ? 这一时期均在1%的置信水平上显著,特别地,在t=0日即举牌公告日当日,平均超额收益率和累积平均超额收益率均达到整个事件窗口的最大值,之后举牌公告效应开始部分消退,甚至基本消失。

▲ 在t=2时,平均累积超额收益率达到8.11%,这说明正式的举牌效应集中于公告日前后1-2天的时间内。

在整个事件窗口期内CAAR的T值均显著,这说明举牌增持效应先于时间信号做出相应的市场反应。

4、绝对胜率和相对胜率

▲ 胜率反映了持有举牌股票期间盈利(即收益为正)的概率。计算事件窗口的绝对胜率和相对胜率,得到如左图所示。

▲ 绝对胜率维持着50%-60%的区间内,相对胜率则在80%区间内上下波动。

▲ 在事件窗口期持有举牌股票获取正收益的正收益可能性较大。

投资建议

经过上述一系列的数据分析显示出,我国A股市场举牌行为产生正的异常收益,并且具有一定的持续期。

举牌增持行为多发生在小盘股、股权比较分散、财务风险较小的公司,其更具备增值潜力。

市场对于A股市场举牌行为具有积极反应,并且市场在事件公告前提前反应,也显示出我国A股市场的有效性。

研究表明,根据之前的研究及持股习惯,在选择的特定的事件窗口内,跟随举牌公告信号购入标的股票可能会获得超额收益。

举牌增持行为在短期内对于投资者来说的确是一个利好信号。投资者在举牌公告日前后持有股票获得正收益的可能性较大。

除此以外,我们的学员还在数据分析的基础上,提出了自己的思考与展望。比如,可以通过对不同特征举牌标财富效应的分类研究,得到超额收益率报更优的特征组合,进一步优化投资建议等等。

以上就是本次汇报的全部内容,通过我们的行业热点项目,小伙伴们不但通过数据分析的手段去探索商业模式、业务问题,学会了券商投资领域的数据分析硬技能,而且积累了行业实战项目经历,也对未来的职业方向有了更加深入的认识。这段项目经历和报告,都将成为他们简历上浓墨重彩的一笔。期待见到更多小伙伴的优秀作品哦~~

这篇关于未明学院学员报告:A股市场举牌案例频现,大数据揭秘资本收益布局的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/649714

相关文章

Linux下利用select实现串口数据读取过程

《Linux下利用select实现串口数据读取过程》文章介绍Linux中使用select、poll或epoll实现串口数据读取,通过I/O多路复用机制在数据到达时触发读取,避免持续轮询,示例代码展示设... 目录示例代码(使用select实现)代码解释总结在 linux 系统里,我们可以借助 select、

Java中的分布式系统开发基于 Zookeeper 与 Dubbo 的应用案例解析

《Java中的分布式系统开发基于Zookeeper与Dubbo的应用案例解析》本文将通过实际案例,带你走进基于Zookeeper与Dubbo的分布式系统开发,本文通过实例代码给大家介绍的非常详... 目录Java 中的分布式系统开发基于 Zookeeper 与 Dubbo 的应用案例一、分布式系统中的挑战二

C#使用iText获取PDF的trailer数据的代码示例

《C#使用iText获取PDF的trailer数据的代码示例》开发程序debug的时候,看到了PDF有个trailer数据,挺有意思,于是考虑用代码把它读出来,那么就用到我们常用的iText框架了,所... 目录引言iText 核心概念C# 代码示例步骤 1: 确保已安装 iText步骤 2: C# 代码程

Pandas处理缺失数据的方式汇总

《Pandas处理缺失数据的方式汇总》许多教程中的数据与现实世界中的数据有很大不同,现实世界中的数据很少是干净且同质的,本文我们将讨论处理缺失数据的一些常规注意事项,了解Pandas如何表示缺失数据,... 目录缺失数据约定的权衡Pandas 中的缺失数据None 作为哨兵值NaN:缺失的数值数据Panda

C++中处理文本数据char与string的终极对比指南

《C++中处理文本数据char与string的终极对比指南》在C++编程中char和string是两种用于处理字符数据的类型,但它们在使用方式和功能上有显著的不同,:本文主要介绍C++中处理文本数... 目录1. 基本定义与本质2. 内存管理3. 操作与功能4. 性能特点5. 使用场景6. 相互转换核心区别

Java 中的 equals 和 hashCode 方法关系与正确重写实践案例

《Java中的equals和hashCode方法关系与正确重写实践案例》在Java中,equals和hashCode方法是Object类的核心方法,广泛用于对象比较和哈希集合(如HashMa... 目录一、背景与需求分析1.1 equals 和 hashCode 的背景1.2 需求分析1.3 技术挑战1.4

Java中实现对象的拷贝案例讲解

《Java中实现对象的拷贝案例讲解》Java对象拷贝分为浅拷贝(复制值及引用地址)和深拷贝(递归复制所有引用对象),常用方法包括Object.clone()、序列化及JSON转换,需处理循环引用问题,... 目录对象的拷贝简介浅拷贝和深拷贝浅拷贝深拷贝深拷贝和循环引用总结对象的拷贝简介对象的拷贝,把一个

python库pydantic数据验证和设置管理库的用途

《python库pydantic数据验证和设置管理库的用途》pydantic是一个用于数据验证和设置管理的Python库,它主要利用Python类型注解来定义数据模型的结构和验证规则,本文给大家介绍p... 目录主要特点和用途:Field数值验证参数总结pydantic 是一个让你能够 confidentl

Java中最全最基础的IO流概述和简介案例分析

《Java中最全最基础的IO流概述和简介案例分析》JavaIO流用于程序与外部设备的数据交互,分为字节流(InputStream/OutputStream)和字符流(Reader/Writer),处理... 目录IO流简介IO是什么应用场景IO流的分类流的超类类型字节文件流应用简介核心API文件输出流应用文

JAVA实现亿级千万级数据顺序导出的示例代码

《JAVA实现亿级千万级数据顺序导出的示例代码》本文主要介绍了JAVA实现亿级千万级数据顺序导出的示例代码,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面... 前提:主要考虑控制内存占用空间,避免出现同时导出,导致主程序OOM问题。实现思路:A.启用线程池